确保已配置 python 3.10+ 环境，其他版本未测试
- 安装依赖
git clone https://github.com/jianchang512/speech2text-df
cd speech2text-df
pip install -r requirements.txt
- 启动
python api.py
- 添加 GPU 支持
pip install --force-reinstall torch torchaudio --index-url https://download.pytorch.org/whl/cu126
- 下载7z压缩包，解压
- 双击
点此启动.bat，等待自动打开浏览器 - 若需 CUDA 加速，双击
安装GPU支持.bat
兼容 OpenAI /v1/audio/transcriptions 接口格式
- 端点：
/v1/audio/transcriptions - 方法：POST application/json
- 请求参数：
file：音频文件（必填，支持 mp3、mp4 等格式）。language：目标语言（可选，例如zh-CN/zh-SICHUAN等，若不填则自动检测）。response_format：返回格式（支持 "srt、json、txt"）。
- 返回：
- 成功时：返回转写结果（SRT 格式的文本或 JSON 、txt格式）。
- 失败时：返回错误信息（如文件格式不支持、转写失败等）。
language支持的语言代码
| 语言代码 | 中文名字 |
|---|---|
| zh-CN | 中文(普通话) |
| zh-TW | 中文(**) |
| zh-WU | 中文(吴语) |
| zh-SICHUAN | 中文(四川话) |
| zh-SHANXI | 中文(山西话) |
| zh-ANHUI | 中文(安徽话) |
| zh-TIANJIN | 中文(天津话) |
| zh-NINGXIA | 中文(宁夏话) |
| zh-SHAANXI | 中文(陕西话) |
| zh-HEBEI | 中文(河北话) |
| zh-SHANDONG | 中文(山东话) |
| zh-GUANGDONG | 中文(广东话) |
| zh-SHANGHAI | 中文(上海话) |
| zh-HUBEI | 中文(湖北话) |
| zh-LIAONING | 中文(辽宁话) |
| zh-GANSU | 中文(甘肃话) |
| zh-FUJIAN | 中文(福建话) |
| zh-HUNAN | 中文(湖南话) |
| zh-HENAN | 中文(河南话) |
| zh-YUNNAN | 中文(云南话) |
| zh-MINNAN | 中文(闽南语) |
| zh-WENZHOU | 中文(温州话) |
| ja-JP | 日语 |
| th-TH | 泰语 |
| ru-RU | 俄语 |
| ko-KR | 韩语 |
| id-ID | 印度尼西亚语 |
| vi-VN | 越南语 |
| ct-NULL | 粤语(未知) |
| ct-HK | 粤语(香港) |
| ct-GZ | 粤语(广东) |
| hi-IN | 印地语 |
| ur-IN | 乌尔都语(印度) |
| ur-PK | 乌尔都语 |
| ms-MY | 马来语 |
| uz-UZ | 乌兹别克语 |
| ar-MA | 阿拉伯语(摩洛哥) |
| ar-GLA | 阿拉伯语 |
| ar-SA | 阿拉伯语(沙特) |
| ar-EG | 阿拉伯语(埃及) |
| ar-KW | 阿拉伯语(科威特) |
| ar-LY | 阿拉伯语(利比亚) |
| ar-JO | 阿拉伯语(约旦) |
| ar-AE | 阿拉伯语(阿联酋) |
| ar-LVT | 阿拉伯语(黎凡特) |
| fa-IR | 波斯语 |
| bn-BD | 孟加拉语 |
| ta-SG | 泰米尔语(新加坡) |
| ta-LK | 泰米尔语(斯里兰卡) |
| ta-IN | 泰米尔语(印度) |
| ta-MY | 泰米尔语(马来西亚) |
| te-IN | 泰卢固语 |
| ug-NULL | 维吾尔语 |
| ug-CN | 维吾尔语 |
| gu-IN | 古吉拉特语 |
| my-MM | 缅甸语 |
| tl-PH | 塔加洛语 |
| kk-KZ | 哈萨克语 |
| or-IN | 奥里亚语 |
| ne-NP | 尼泊尔语 |
| mn-MN | 蒙古语 |
| km-KH | 高棉语 |
| jv-ID | 爪哇语 |
| lo-LA | 老挝语 |
| si-LK | 僧伽罗语 |
| fil-PH | 菲律宾语 |
| ps-AF | 普什图语 |
| pa-IN | 旁遮普语 |
| kab-NULL | 卡拜尔语 |
| ba-NULL | 巴什基尔语 |
| ks-IN | 克什米尔语 |
| tg-TJ | 塔吉克语 |
| su-ID | 巽他语 |
| mr-IN | 马拉地语 |
| ky-KG | 吉尔吉斯语 |
| az-AZ | 阿塞拜疆语 |
pip install时出错，请安装visual studio community 2022版本，工作负荷中选择使用c++的桌面开发，右侧下拉底部，额外再选中MSVC v140 v141 v1423项，安装成功后再重试- 提示
File is not zip等错误，删掉models文件夹内的nltk后，挂系统代理重试 - 缺少
ffmpeg,win下将ffmpeg.exe放在api.py目录下。Macos系统brew install ffmpeg安装 - MacOS下如何使用
MPS：api.py 大约 233 行，将device="cuda" if torch.cuda.is_available() else "cpu"改为device="mps"