Whisper

# pipでインストール
pip install openai-whisper

# または
pip install git+https://github.com/openai/whisper.git

import whisper

# モデル読み込み
model = whisper.load_model("large-v3")

# 音声ファイルを文字起こし
result = model.transcribe("audio.mp3", language="ja")
print(result["text"])

# 基本的な文字起こし
whisper audio.mp3 --language ja

# モデル指定
whisper audio.mp3 --model large-v3

# 出力形式指定
whisper audio.mp3 --output_format srt

from openai import OpenAI

client = OpenAI()
audio_file = open("audio.mp3", "rb")
transcript = client.audio.transcriptions.create(
    model="whisper-1",
    file=audio_file,
    language="ja"
)
print(transcript.text)

Whisperの活用:
├── 会議録作成
├── 動画字幕生成
├── ポッドキャスト文字起こし
├── 音声データ分析
├── 多言語コンテンツ制作
└── アクセシビリティ対応

pip install faster-whisper

from faster_whisper import WhisperModel

model = WhisperModel("large-v3", device="cuda")
segments, info = model.transcribe("audio.mp3", language="ja")
for segment in segments:
    print(f"[{segment.start:.2f}s -> {segment.end:.2f}s] {segment.text}")