# Whisper Live

**Repository Path**: sunshinewithmoonlight/whisper-live

## Basic Information

- **Project Name**: Whisper Live
- **Description**: 基于 Whisper 的实时中文语音转录工具，支持 GPU 加速，智能分段，低延迟输出。
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2025-02-19
- **Last Updated**: 2025-02-21

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README



# Whisper Live

![运行示例](Example01.png)

基于 Whisper 的实时中文语音转录工具，支持 GPU 加速，智能分段，低延迟输出。

## 功能特点

- 🚀 GPU 加速支持
  - MacOS：使用 MLX 框架
  - Windows：使用 CUDA
- ⚡ 实时转录，低延迟输出
- 🎯 智能语音分段
- 🔧 可配置的分段参数

## 安装依赖

### MacOS

```bash
pip install SpeechRecognition numpy webrtcvad opencc-python-reimplemented tqdm mlx-whisper mlx
```

### Windows (需要 CUDA 支持)

```bash
pip install SpeechRecognition numpy webrtcvad opencc-python-reimplemented tqdm faster-whisper
```

## 使用方法

1. 基本使用：
```bash
python whisper-live-main.py
```

2. 显示详细信息：
```bash
python whisper-live-main.py -v
```

## 参数配置

可在源代码的 `if __name__ == "__main__":` 部分调整以下参数：

```python
# 短停顿阈值（秒）- 建议范围：0.1-0.5秒
SHORT_PAUSE = 0.2

# 触发分段所需的最少短停顿次数 - 建议范围：2-5次
MIN_PAUSES = 3

# 长停顿阈值（秒）- 建议范围：1.0-3.0秒
LONG_PAUSE = 2.0

# 最大语音段长度（秒）- 建议范围：20.0-60.0秒
MAX_DURATION = 30.0
```

## 系统要求

- Python >= 3.8
- MacOS
  - Apple Silicon 或 Intel 处理器
  - MLX 框架支持
- Windows
  - CUDA 支持的 NVIDIA GPU
  - CUDA 工具包

## 常见问题

1. GPU 不可用时会自动切换到 CPU 模式
2. 使用 `-v` 参数可查看详细的调试信息
3. 按 Ctrl+C 可安全退出程序

## 许可证

MIT License

## 致谢

- [OpenAI Whisper](https://github.com/openai/whisper)
- [MLX](https://github.com/ml-explore/mlx)
- [faster-whisper](https://github.com/guillaumekln/faster-whisper)