2 篇博文 含有标签「离线转录」

Whisper 是 OpenAI 开源的语音识别模型。DoCube 内置了这项能力，你可以在 Mac 上直接为课程、讲座和会议录像生成带时间戳的字幕，无需安装 Python 或使用命令行。

首次下载模型后，识别过程可以离线完成，视频不需要上传到语音识别服务。下面从下载模型开始，介绍如何导入视频、生成字幕并检查识别结果。

要离线搜索视频内容，需要先把语音转换成带时间戳的字幕，再搜索字幕文本。真正有用的结果不只是“这段话出现过”，还应该保存开始和结束时间，让你点击命中后直接回到视频里的那一刻。