OpenAI Whisper是优秀的开源语音识别模型，支持中文。

安装

pip install openai-whisper ffmpeg-python

基本使用

import whisper
model = whisper.load_model("medium")
result = model.transcribe("audio.mp3", language="zh")
print(result["text"])

中文优化

result = model.transcribe("chinese_audio.mp3",
    language="zh", task="transcribe",
    initial_prompt="以下是中文普通话语音")

批量处理

import os
def batch(folder):
    for f in os.listdir(folder):
        if f.endswith((".mp3",".wav",".m4a")):
            r = model.transcribe(os.path.join(folder,f), language="zh")
            with open(f+".txt","w") as o: o.write(r["text"])

参考：OpenAI Whisper | 2026年06月20日