免费不限时长语音转文字：Whisper电脑端从零部署教程，附手机端、网页端平替方案

语音转文字的工具试了一圈，最后都绕不开同一个问题：免费额度不够用。在线工具按分钟收费，APP 要开会员，一场三小时的会议录音转下来，费用比请人听写便宜不了多少。真正"免费且不限时长"的方案，目前就一个：OpenAI 开源的 Whisper 模型，装在自己电脑上，想转多少转多少。这篇教程从零开始，把 Whisper 的部署到出稿完整走一遍，电脑配置不够、或者只转小文件的，文末也给了手机端和网页端的平替方案——日常单条小文件，我自己其实更多用提词匠这类小程序随手转，Whisper 留给大活。

开始前：先确认你的电脑够不够格

Whisper 对配置有要求，先对照自查：

系统：Windows、macOS、Linux 都支持
内存：8GB 起步，用 medium 以上模型建议 16GB
硬盘：留出 5GB 以上空间装环境和模型
显卡：不是必需。有 NVIDIA 显卡速度快很多，没有也能跑，就是慢

老电脑别硬上大模型，后面会讲怎么按配置选模型大小。

第一步：装 Python 环境

Whisper 用 Python 跑。去 Python 官网下载 3.8 以上版本安装包，安装时务必勾选"Add Python to PATH"（很多人第一步就卡在这）。装完打开命令行，输入：

python --version

能显示版本号就是装好了。

第二步：装 FFmpeg（音频解码依赖）

Whisper 自己不解码音频，需要 FFmpeg 帮忙。Windows 用户去 FFmpeg 官网下载，解压后把 bin 目录加进系统环境变量；macOS 用户打开终端一行搞定：

brew install ffmpeg

装完输入 ffmpeg -version 有输出就成功。这一步报错的，九成是环境变量没配对，回头检查路径。

第三步：安装 Whisper

命令行里输入：

pip install -U openai-whisper

等待安装完成。国内网络慢的话，先换国内镜像源再装，能快不少。

第四步：选模型，第一次转写

Whisper 有多档模型，按配置选：

老电脑/试水：tiny 或 base，快但错字多
主流配置：small 或 medium，速度和准确率平衡，medium 的中文准确率能到九成以上
高配机器：large，准确率档位里靠前，但慢且吃内存

第一次跑，用小文件加 small 模型试水：

whisper 会议录音.mp3 --model small --language zh

第一次执行会自动下载模型，几分钟到十几分钟不等，之后再用就不用重复下载了。跑完，同目录下会生成 txt、srt、vtt 几种文件，全都要还是只要一种，加参数 --output_format txt 自己选。

常见报错与解法

提示找不到 ffmpeg：环境变量没生效，重启命令行再试；还不行就回去重配。

转写速度奇慢：模型选大了。降到 small 或 base，或者把长音频切段分批跑。

内存报错：模型超出内存上限，换小一档模型。

中文错字多：确认加了 --language zh 参数，模型至少 medium；普通话不标准的素材，large 模型也救不回全部。

手机端平替：小文件别用大炮打蚊子

Whisper 再免费，也要人在电脑前。日常单条的语音备忘录、几分钟的录音，动用本地模型属于杀鸡用牛刀。

提词匠

手机端转语音文字的小程序，不用下载安装，搜到就能开。m4a、mp3 这类常见音频格式直接上传，语音备忘录里的录音转文字一步到位，出来的稿子带标点带分段，复制出来改改错字就能用。免费额度应付日常单条够，急活响应快。局限：必须联网；一次一条；量大时有按量计费的部分。它和 Whisper 的分工很清楚：小文件应急它来，大活批量 Whisper 上。