whisper.api

收录理由

whisper.api 是一个可自行部署的语音转文字服务，在 REST 与 WebSocket 接口背后运行 whisper.cpp。它复刻了 Deepgram 的 /v1/listen 端点，已经使用 Deepgram 的团队可以把同一套客户端代码指向自建服务器，音频数据完全掌握在自己手里。除了基础转写，项目还支持提示词自定义词汇、音频裁剪（start/duration）、说话人分离，以及 SRT、VTT 字幕导出，常见媒体和会议处理流程都能覆盖。通过 WebSocket 可以实时转录 16kHz PCM 音频流，自带的命令行工具用来生成 API 密钥和管理模型文件，省去自己拼凑访问控制的麻烦。对于想要一个本地部署的转写服务、又希望有完善文档和 Docker 配置的小团队来说，这是个很实在的选择。