炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

（來源：IT之家）

IT之家 8 月 13 日消息，FFmpeg 是一個流行的開源媒體播放器通用框架，現在包含了一個新的 af_whisper 音頻工具，可以直接在 FFmpeg 生態系統中實現自動語音識別（ASR）。

該工具使用了 whisper.cpp 庫，爲媒體處理工作流程添加了一個 AI 模型，允許進行靈活的音頻轉譯文本，包括選擇 AI 模型、指定語言以及設置輸出格式，如文本、SRT 或 JSON。

該工具可以處理預錄製的文件和實時音頻流，用戶還可以使用語音激活檢測（VAD）來提高轉寫的準確性和效率。

IT之家注意到，該工具還支持 GPU 加速，可以顯著加快轉寫過程。對於用戶來說，這一功能取代了對外部、多步驟轉寫過程的需求，將任務整合到一個高效的單命令行工作流程中。

海量資訊、精準解讀，盡在新浪財經APP