Whisper Server - 本地语音转文字服务器 (Electron+Vue3+Python) 支持OpenAI API兼容接口

Whisper Server 本地语音转文字服务器 – 完整安装与使用指南

本地部署的语音转文字服务器，提供 OpenAI Whisper API 兼容接口，无需联网，保护隐私！

📖 前言

在 AI 时代，语音转文字已经成为非常常见的需求。OpenAI 的 Whisper 模型是目前最强大的开源语音识别模型之一，但使用云端 API 存在以下问题：

Whisper Server 正是为了解决这些问题而生！它将 Whisper 模型部署在本地，提供与 OpenAI API 完全兼容的接口，让你可以：

• 🔒 数据不出本机，完全保护隐私
• 💰 一次部署，永久免费使用
• ⚡ 本地推理，无网络延迟
• 🔧 灵活配置，按需选择模型

🎯 功能特性

📦 安装步骤

第一步：下载安装程序

下载本文提供的 Whisper Server Setup 1.0.0.exe 安装程序。

第二步：安装软件

第三步：配置 Python 环境

Whisper Server 的核心转录功能依赖 Python 环境，请按以下步骤配置：

1. 安装 Python

python –version
# 应显示 Python 3.8.x 或更高版本

2. 安装依赖包

打开命令提示符（CMD），执行：

pip install faster-whisper flask opencc-python-reimplemented

依赖说明：

• faster-whisper – Whisper 模型的高性能实现
• flask – Web 服务框架
• opencc-python-reimplemented – 繁简转换（可选）

3. 首次下载模型

首次启动服务时，会自动下载 Whisper 模型。模型文件较大，请确保网络通畅：

模型文件缓存在 C:\\Users\\你的用户名\\.cache\\huggingface\\ 目录，下载一次后无需重复下载。

国内用户加速下载：在命令提示符中执行后再启动软件：

set HF_ENDPOINT=https://hf-mirror.com

🚀 使用指南

启动服务

界面说明

┌─────────────────────────────────────────────┐
│ Whisper Server [─][□][×]
├─────────────────────────────────────────────┤
│ 模型: [small ▼] 端口: [8000] │
│ ☑ 中文数字转换 ☐ 开机自启 │
│ │
│ [启动服务] [停止服务] │
├─────────────────────────────────────────────┤
│ 状态: ● 运行中 请求数: 42 │
├─────────────────────────────────────────────┤
│ 日志: │
│ [10:30:15] 服务已启动: http://127.0.0.1:8000│
│ [10:30:20] 收到请求: audio.webm │
│ [10:30:25] 转录完成: 你好世界… │
│ │
│ [保存日志] [清空日志] │
└─────────────────────────────────────────────┘

� API 接口文档

语音转文字接口

请求地址：

POST http://127.0.0.1:8000/v1/audio/transcriptions

请求格式： multipart/form-data

请求参数：

响应示例：

{
"text": "识别出的文字内容",
"language": "zh",
"duration": 3.5
}

错误响应：

{
"error": {
"message": "错误信息"
}
}

健康检查接口

请求地址：

GET http://127.0.0.1:8000/health

响应示例：

{
"status": "ok",
"model": "small",
"requests": 42
}

🔗 如何连接 Whisper Server

连接原理

Whisper Server 启动后会在本地开启一个 HTTP 服务，默认地址是：

http://127.0.0.1:8000

你的应用程序只需要向这个地址发送 HTTP 请求即可完成语音转文字。

连接流程图

┌─────────────────┐ HTTP POST ┌─────────────────┐
│ 你的应用程序 │ ───────────────────▶ │ Whisper Server │
│ (客户端) │ 音频文件 │ (本地服务) │
│ │ ◀─────────────────── │ │
│ │ JSON 结果 │ 127.0.0.1:8000 │
└─────────────────┘ └─────────────────┘

连接步骤

连接配置参数

如果你的应用需要配置 Whisper 服务地址，通常需要填写：

💻 完整调用案例

案例1：cURL 命令行测试

最简单的测试方式，打开命令提示符：

# Windows CMD
curl -X POST http://127.0.0.1:8000/v1/audio/transcriptions -F "file=@C:\\Users\\你的用户名\\Desktop\\test.mp3" -F "language=zh"

# Windows PowerShell
curl.exe -X POST http://127.0.0.1:8000/v1/audio/transcriptions -F "file=@C:\\Users\\你的用户名\\Desktop\\test.mp3" -F "language=zh"

返回结果：

{"text": "你好，这是一段测试音频", "language": "zh", "duration": 3.5}

案例2：Python 完整示例

"""
Whisper Server Python 调用示例
确保已安装: pip install requests
"""
import requests
import os

class WhisperClient:
"""Whisper Server 客户端"""

def __init__(self, base_url="http://127.0.0.1:8000"):
self.base_url = base_url
self.transcribe_url = f"{base_url}/v1/audio/transcriptions"
self.health_url = f"{base_url}/health"

def check_health(self):
"""检查服务是否正常运行"""
try:
response = requests.get(self.health_url, timeout=5)
if response.status_code == 200:
data = response.json()
print(f"✅ 服务正常 – 模型: {data['model']}, 已处理: {data['requests']} 个请求")
return True
except requests.exceptions.ConnectionError:
print("❌ 无法连接到 Whisper Server，请确保服务已启动")
except Exception as e:
print(f"❌ 连接错误: {e}")
return False

def transcribe(self, audio_path, language="zh"):
"""
转录音频文件

参数:
audio_path: 音频文件路径
language: 语言代码 (zh=中文, en=英文, ja=日语 等)

返回:
dict: {"text": "转录文字", "language": "zh", "duration": 3.5}
"""
if not os.path.exists(audio_path):
raise FileNotFoundError(f"音频文件不存在: {audio_path}")

with open(audio_path, "rb") as f:
files = {"file": (os.path.basename(audio_path), f)}
data = {"language": language}

print(f"📤 正在上传: {audio_path}")
response = requests.post(self.transcribe_url, files=files, data=data)

if response.status_code == 200:
result = response.json()
print(f"✅ 转录成功!")
print(f" 文字: {result['text']}")
print(f" 时长: {result['duration']:.1f}秒")
return result
else:
error = response.json().get("error", {}).get("message", "未知错误")
raise Exception(f"转录失败: {error}")

# ========== 使用示例 ==========

if __name__ == "__main__":
# 创建客户端
client = WhisperClient("http://127.0.0.1:8000")

# 1. 检查服务状态
if not client.check_health():
print("请先启动 Whisper Server!")
exit(1)

# 2. 转录音频文件
try:
result = client.transcribe("test.mp3", language="zh")
print(f"\\n最终结果: {result['text']}")
except FileNotFoundError as e:
print(f"文件错误: {e}")
except Exception as e:
print(f"转录错误: {e}")

运行结果：

✅ 服务正常 – 模型: small, 已处理: 5 个请求
📤 正在上传: test.mp3
✅ 转录成功!
文字: 你好，欢迎使用语音转文字服务
时长: 3.2秒

最终结果: 你好，欢迎使用语音转文字服务

案例3：Python 批量转录

"""批量转录文件夹中的所有音频"""
import os
import requests

def batch_transcribe(folder_path, output_file="transcripts.txt"):
"""批量转录文件夹中的音频文件"""
url = "http://127.0.0.1:8000/v1/audio/transcriptions"

# 支持的音频格式
audio_extensions = {'.mp3', '.wav', '.webm', '.m4a', '.ogg', '.flac'}

# 获取所有音频文件
audio_files = [
f for f in os.listdir(folder_path)
if os.path.splitext(f)[1].lower() in audio_extensions
]

print(f"找到 {len(audio_files)} 个音频文件")

results = []
for i, filename in enumerate(audio_files, 1):
filepath = os.path.join(folder_path, filename)
print(f"\\n[{i}/{len(audio_files)}] 处理: {filename}")

try:
with open(filepath, "rb") as f:
response = requests.post(url, files={"file": f}, data={"language": "zh"})

if response.status_code == 200:
text = response.json()["text"]
results.append(f"【{filename}】\\n{text}\\n")
print(f"✅ 完成: {text[:50]}…")
else:
results.append(f"【{filename}】\\n转录失败\\n")
except Exception as e:
results.append(f"【{filename}】\\n错误: {e}\\n")

# 保存结果
with open(output_file, "w", encoding="utf-8") as f:
f.write("\\n".join(results))

print(f"\\n✅ 完成! 结果已保存到: {output_file}")

# 使用示例
batch_transcribe("D:/音频文件夹", "转录结果.txt")

案例4：JavaScript/Node.js 示例

/**
* Whisper Server Node.js 调用示例
* 安装依赖: npm install axios form-data
*/
const axios = require('axios');
const FormData = require('form-data');
const fs = require('fs');

const WHISPER_URL = 'http://127.0.0.1:8000';

// 检查服务状态
async function checkHealth() {
try {
const response = await axios.get(`${WHISPER_URL}/health`);
console.log(`✅ 服务正常 – 模型: ${response.data.model}`);
return true;
} catch (error) {
console.log('❌ 无法连接到 Whisper Server');
return false;
}
}

// 转录音频文件
async function transcribe(audioPath, language = 'zh') {
const form = new FormData();
form.append('file', fs.createReadStream(audioPath));
form.append('language', language);

const response = await axios.post(
`${WHISPER_URL}/v1/audio/transcriptions`,
form,
{ headers: form.getHeaders() }
);

return response.data;
}

// 使用示例
async function main() {
if (!await checkHealth()) {
console.log('请先启动 Whisper Server!');
return;
}

const result = await transcribe('test.mp3', 'zh');
console.log('转录结果:', result.text);
}

main();

案例5：浏览器录音并转录（HTML 完整示例）

<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<title>语音转文字 Demo</title>
<style>
body { font-family: Arial; max-width: 600px; margin: 50px auto; padding: 20px; }
button { padding: 15px 30px; font-size: 16px; margin: 10px; cursor: pointer; }
#result { margin-top: 20px; padding: 20px; background: #f5f5f5; border-radius: 8px; min-height: 100px; }
.recording { background: #ff4444 !important; color: white; }
#status { color: #666; margin: 10px 0; }
</style>
</head>
<body>
<h1>🎤 语音转文字 Demo</h1>
<p>连接到: <code>http://127.0.0.1:8000</code></p>

<div>
<button id="recordBtn" onclick="toggleRecording()">开始录音</button>
<button onclick="checkServer()">检查服务</button>
</div>

<div id="status">点击"开始录音"按钮</div>
<div id="result">转录结果将显示在这里…</div>

<script>
const WHISPER_URL = 'http://127.0.0.1:8000';
let mediaRecorder = null;
let audioChunks = [];
let isRecording = false;

// 检查服务状态
async function checkServer() {
try {
const response = await fetch(`${WHISPER_URL}/health`);
const data = await response.json();
alert(`✅ 服务正常!\\n模型: ${data.model}\\n已处理: ${data.requests} 个请求`);
} catch (error) {
alert('❌ 无法连接到 Whisper Server\\n请确保服务已启动');
}
}

// 切换录音状态
async function toggleRecording() {
if (isRecording) {
stopRecording();
} else {
await startRecording();
}
}

// 开始录音
async function startRecording() {
try {
const stream = await navigator.mediaDevices.getUserMedia({ audio: true });
mediaRecorder = new MediaRecorder(stream, { mimeType: 'audio/webm' });
audioChunks = [];

mediaRecorder.ondataavailable = (event) => {
if (event.data.size > 0) audioChunks.push(event.data);
};

mediaRecorder.onstop = async () => {
stream.getTracks().forEach(track => track.stop());
await transcribeRecording();
};

mediaRecorder.start();
isRecording = true;

document.getElementById('recordBtn').textContent = '停止录音';
document.getElementById('recordBtn').classList.add('recording');
document.getElementById('status').textContent = '🔴 录音中…';
} catch (error) {
alert('无法访问麦克风: ' + error.message);
}
}

// 停止录音
function stopRecording() {
if (mediaRecorder && isRecording) {
mediaRecorder.stop();
isRecording = false;

document.getElementById('recordBtn').textContent = '开始录音';
document.getElementById('recordBtn').classList.remove('recording');
document.getElementById('status').textContent = '⏳ 正在转录…';
}
}

// 发送到 Whisper Server 转录
async function transcribeRecording() {
const audioBlob = new Blob(audioChunks, { type: 'audio/webm' });

const formData = new FormData();
formData.append('file', audioBlob, 'recording.webm');
formData.append('language', 'zh');

try {
const response = await fetch(`${WHISPER_URL}/v1/audio/transcriptions`, {
method: 'POST',
body: formData
});

const result = await response.json();

document.getElementById('status').textContent = `✅ 转录完成 (${result.duration.toFixed(1)}秒)`;
document.getElementById('result').innerHTML = `<strong>识别结果:</strong><br>${result.text || '(无内容)'}`;
} catch (error) {
document.getElementById('status').textContent = '❌ 转录失败';
document.getElementById('result').textContent = '错误: ' + error.message;
}
}
</script>
</body>
</html>

使用方法：

案例6：替代 OpenAI 官方 SDK

如果你的项目已经在使用 OpenAI 官方 SDK，只需修改 base_url 即可无缝切换：

"""使用 OpenAI 官方 SDK 连接本地 Whisper Server"""
from openai import OpenAI

# 创建客户端，指向本地服务
client = OpenAI(
api_key="not-needed", # 本地服务不需要 API Key，但参数必填
base_url="http://127.0.0.1:8000/v1" # 指向本地 Whisper Server
)

# 转录音频（与官方 API 用法完全一致）
with open("audio.mp3", "rb") as audio_file:
transcript = client.audio.transcriptions.create(
model="whisper-1", # 本地服务会忽略此参数
file=audio_file,
language="zh"
)

print(transcript.text)

切换对比：

# ❌ 原来使用 OpenAI 云服务（需要付费）
client = OpenAI(api_key="sk-xxxxxxxx")

# ✅ 改为使用本地 Whisper Server（免费）
client = OpenAI(
api_key="not-needed",
base_url="http://127.0.0.1:8000/v1"
)

# 后续代码完全不用改！

案例7：C# / .NET 示例

using System;
using System.IO;
using System.Net.Http;
using System.Text.Json;
using System.Threading.Tasks;

public class WhisperClient
{
private readonly HttpClient _httpClient;
private readonly string _baseUrl;

public WhisperClient(string baseUrl = "http://127.0.0.1:8000")
{
_baseUrl = baseUrl;
_httpClient = new HttpClient { Timeout = TimeSpan.FromMinutes(5) };
}

public async Task<string> TranscribeAsync(string filePath, string language = "zh")
{
using var content = new MultipartFormDataContent();

var fileBytes = await File.ReadAllBytesAsync(filePath);
content.Add(new ByteArrayContent(fileBytes), "file", Path.GetFileName(filePath));
content.Add(new StringContent(language), "language");

var response = await _httpClient.PostAsync(
$"{_baseUrl}/v1/audio/transcriptions", content);

var json = await response.Content.ReadAsStringAsync();
var result = JsonSerializer.Deserialize<JsonElement>(json);

return result.GetProperty("text").GetString();
}
}

// 使用示例
var client = new WhisperClient();
var text = await client.TranscribeAsync("test.mp3");
Console.WriteLine($"转录结果: {text}");

案例8：Java 示例

import java.io.*;
import java.net.HttpURLConnection;
import java.net.URL;
import java.nio.file.Files;

public class WhisperClient {
private final String baseUrl;

public WhisperClient() {
this.baseUrl = "http://127.0.0.1:8000";
}

public String transcribe(String filePath) throws Exception {
File file = new File(filePath);
String boundary = "—-Boundary" + System.currentTimeMillis();

URL url = new URL(baseUrl + "/v1/audio/transcriptions");
HttpURLConnection conn = (HttpURLConnection) url.openConnection();
conn.setRequestMethod("POST");
conn.setDoOutput(true);
conn.setRequestProperty("Content-Type", "multipart/form-data; boundary=" + boundary);

try (OutputStream os = conn.getOutputStream();
PrintWriter writer = new PrintWriter(new OutputStreamWriter(os, "UTF-8"), true)) {

// 添加文件
writer.append("–").append(boundary).append("\\r\\n");
writer.append("Content-Disposition: form-data; name=\\"file\\"; filename=\\"")
.append(file.getName()).append("\\"\\r\\n");
writer.append("Content-Type: application/octet-stream\\r\\n\\r\\n");
writer.flush();
Files.copy(file.toPath(), os);
os.flush();
writer.append("\\r\\n");

// 添加语言参数
writer.append("–").append(boundary).append("\\r\\n");
writer.append("Content-Disposition: form-data; name=\\"language\\"\\r\\n\\r\\n");
writer.append("zh").append("\\r\\n");
writer.append("–").append(boundary).append("–\\r\\n");
}

// 读取响应
try (BufferedReader reader = new BufferedReader(
new InputStreamReader(conn.getInputStream(), "UTF-8"))) {
StringBuilder response = new StringBuilder();
String line;
while ((line = reader.readLine()) != null) {
response.append(line);
}
return response.toString();
}
}

public static void main(String[] args) throws Exception {
WhisperClient client = new WhisperClient();
String result = client.transcribe("test.mp3");
System.out.println("转录结果: " + result);
}
}

📊 模型选择指南

选择建议：

• 🎯 一般用户：选择 small，准确度高，速度适中
• ⚡ 追求速度：选择 tiny 或 base
• 🎯 追求质量：选择 medium 或 large-v3
• 💻 内存有限：选择 tiny 或 base

🌐 局域网访问配置

如果需要让局域网内其他设备访问 Whisper Server：

1. 开放防火墙端口

Windows 防火墙需要允许 8000 端口，以管理员身份运行 PowerShell：

netsh advfirewall firewall add rule name="Whisper Server" dir=in action=allow protocol=tcp localport=8000

2. 获取本机 IP

ipconfig
# 找到 IPv4 地址，如 192.168.1.100

3. 其他设备连接

# 其他设备使用服务器 IP 连接
client = WhisperClient("http://192.168.1.100:8000")

❓ 常见问题

Q1: 启动服务时提示 “Python 未安装”

解决方案：

Q2: 模型下载失败或很慢

解决方案：

Q3: 转录结果不准确

解决方案：

Q4: 内存不足

解决方案：

Q5: 端口被占用

解决方案：

Q6: pip 安装依赖失败

解决方案： 使用国内镜像源：

pip install faster-whisper flask -i https://pypi.tuna.tsinghua.edu.cn/simple

🔧 配置说明

配置文件位置

配置自动保存在：%APPDATA%\\whisper-server\\config.json

配置项说明

📝 更新日志

v1.0.0

• 🎉 首次发布
• ✅ 支持 Whisper 语音转文字
• ✅ 提供 OpenAI API 兼容接口
• ✅ 现代化界面
• ✅ 支持多种模型选择
• ✅ 支持开机自启动

如有问题或建议，欢迎在评论区留言交流！👋