Simple Local STT (Whisper)
一键安装本地语音识别，支持 99+ 语言。
One-click local speech recognition supporting 99+ languages.
🚀 快速开始 / Quick Start
安装（首次使用）/ Installation (First Time)
# 自动安装虚拟环境 + 依赖 + 模型
# Auto-installs virtual env + dependencies + model
/root/.openclaw/workspace/skills/stt-simple/install.sh
使用 / Usage
# 命令行转换 / Command line conversion
/root/.openclaw/venv/stt-simple/bin/whisper audio.ogg --model small --language Chinese
# Python API
/root/.openclaw/venv/stt-simple/bin/python \
/root/.openclaw/workspace/skills/stt-simple/stt_simple.py \
audio.ogg small zh
📦 安装脚本详解 / Install Script Details
install.sh 自动完成 / automatically completes:
- ✅ 创建虚拟环境 / Create virtual env:
/root/.openclaw/venv/stt-simple/ - ✅ 安装 / Install:
openai-whisper+ffmpeg - ✅ 下载 Whisper small 模型（244MB）/ Download Whisper small model (244MB)
- ✅ 创建输出目录 / Create output directory
🎯 模型选择 / Model Selection
| 模型 / Model | 大小 / Size | 速度 / Speed | 精度 / Accuracy | 场景 / Use Case |
|---|---|---|---|---|
tiny | 39MB | ⚡⚡⚡ | ⭐⭐⭐ | 快速测试 / Quick testing |
base | 74MB | ⚡⚡ | ⭐⭐⭐⭐ | 日常使用 / Daily use |
small | 244MB | ⚡ | ⭐⭐⭐⭐⭐ | 推荐 / Recommended |
medium | 769MB | 🐌 | ⭐⭐⭐⭐⭐ | 高精度 / High accuracy |
large | 1.5GB | 🐌🐌 | ⭐⭐⭐⭐⭐+ | 最佳质量 / Best quality |
🌍 语言代码 / Language Codes
- 中文 / Chinese：
zh或Chinese - 英文 / English：
en或English - 日文 / Japanese：
ja或Japanese - 自动检测 / Auto-detect：省略
--language/ omit--language
📁 输出格式 / Output Formats
.txt- 纯文本 / Plain text.json- 完整结果（含时间戳）/ Full results (with timestamps).srt- 字幕格式 / Subtitle format.vtt- WebVTT
🔧 故障排查 / Troubleshooting
# 检查安装 / Check installation
/root/.openclaw/venv/stt-simple/bin/whisper --version
# 重新安装 / Reinstall
rm -rf /root/.openclaw/venv/stt-simple
/root/.openclaw/workspace/skills/stt-simple/install.sh