WhisperFix 中文语音转写精修器
让 Whisper 等模型的中文转写准确率提升到可用水平
- 痛点
- V2EX 用户反馈 Whisper-large-v3-turbo 英文效果不错,但中文识别几乎每句都有错,严重影响会议记录、播客转录等场景。直接换模型成本高,且很多场景需要本地部署。
- 方案
- 一个本地优先的转写后处理工具:用轻量级中文纠错模型或规则引擎,对 Whisper 输出进行自动纠错、标点恢复和分段优化。支持批量处理音频文件,也可作为 API 嵌入现有工作流。
- 用户
- 需要中文转写的开发者、播客创作者、会议记录员,尤其是对隐私和本地部署有要求的用户
- MVP
- 支持导入 Whisper 输出的文本+时间戳;自动中文纠错与标点恢复;简单易用的批处理界面或 CLI;可导出 SRT/VTT;提供 API 供集成
- 变现
- 本地工具买断制;或按转写时长计费的云 API;企业版支持自定义术语库和私有部署
- 为何现在
- 中文语音转写需求大,但 Whisper 中文短板明显;开源中文纠错模型逐渐成熟,独立开发者可以用小模型做出高性价比的后处理工具
来源讨论 · 1
- V2EX[问与答] 音频转文本模型推荐0↑ 3