语音识别渠道：Faster-Whisper-XXL

这是什么

Faster-Whisper-XXL 是 Purfview/whisper-standalone-win 项目提供的独立可执行文件（faster-whisper-xxl.exe），它将 faster-whisper 语音识别引擎打包为一个单独的 exe 文件，无需安装 Python 环境即可使用。

pyVideoTrans 已内置集成此工具，选择该渠道后可直接调用 faster-whisper-xxl.exe 进行语音识别。

适用场景

• 不想安装 Python 环境，希望开箱即用的用户
• 已经下载了 faster-whisper-xxl.exe，想在 pyVideoTrans 中直接使用的用户
• 需要离线识别且追求高准确率的用户
• 拥有 NVIDIA 显卡可获得最佳性能

前置条件

条件	说明
faster-whisper-xxl.exe	需要从 GitHub 下载
NVIDIA 显卡（推荐）	支持 CUDA 加速，速度提升显著；无显卡可用 CPU 模式
FFmpeg（可选）	部分音频格式可能需要

下载地址

从以下地址下载 faster-whisper-xxl.exe：

https://github.com/Purfview/whisper-standalone-win/releases

下载后解压到任意文件夹（路径中不要包含中文或空格）。

在 pyVideoTrans 中使用

配置步骤

1. 下载并解压 faster-whisper-xxl.exe
2. 打开 pyVideoTrans 软件
3. 在语音识别渠道中选择 faster-whisper-xxl.exe
4. 在弹出的选择框中找到 faster-whisper-xxl.exe 的位置
5. 选择后即可开始使用

参数说明

pyVideoTrans 在调用 faster-whisper-xxl.exe 时，自动传递以下参数：

参数	说明
音频文件路径	要识别的音频文件
-pp	Pretty Print，格式化输出
-f srt	输出格式为 SRT 字幕
-ct	计算类型（默认 int8，可在设置中修改）
-l	识别语言代码
--model	使用的模型名称
--output_dir	输出目录（缓存文件夹）
--initial_prompt	初始提示词（可选，用于提高特定领域识别率）

自定义额外参数

小技巧： faster-whisper-xxl.exe 支持非常多的参数。为了保持灵活性，软件仅内置了模型、语言和输出格式这几个必选参数。你可以通过在 faster-whisper-xxl.exe 的同目录下创建一个名为 pyvideotrans.txt 的文件，并在文件中添加其他参数。文件格式应遵循 xxl.exe 的要求。

注意：不要重复添加模型尺寸、语言和输出格式这几个参数，否则会导致错误。

例如，在 faster-whisper-xxl.exe 同目录下创建 pyvideotrans.txt：

文件内容为需要添加的额外参数，用空格分隔。

最佳配置建议

配置项	推荐值	说明
模型	large-v3 或 large-v3-turbo	准确率最高，适合大多数场景
计算类型（ct）	int8	速度和准确率的平衡点；有显卡可用 float16
语言	指定语言	比自动检测更准确
初始提示词	领域相关术语	可提高专业词汇识别准确率
计算设备	GPU（CUDA）	有 NVIDIA 显卡时强烈推荐

常见问题

Q：选择 exe 后提示找不到文件？

A：请确保路径正确，路径中不要包含中文或空格。建议将 exe 放在纯英文路径下。

Q：识别速度很慢？

A：

• 检查是否使用了 GPU 模式（需要 NVIDIA 显卡和 CUDA 支持）
• 尝试切换计算类型为 int8（速度更快）
• 使用较小的模型（如 base 或 small）换取更快的速度

Q：识别结果不准确？

A：

• 尝试使用更大的模型（如 large-v3）
• 设置正确的语言参数
• 添加初始提示词，包含音频中的专业术语或人名

Q：pyvideotrans.txt 中的参数不生效？

A：请确认文件放在 faster-whisper-xxl.exe 的同一目录下，而不是 pyVideoTrans 的安装目录。参数之间用空格分隔。

Q：如何查看支持哪些模型？

A：访问 https://github.com/Purfview/whisper-standalone-win/releases 查看项目说明，支持的模型与 faster-whisper 相同。