Whisper 混说中英丢半句,作者实测找出 API 修法并开源

Aggravating_Site381 · reddit · 2026-09-11

Reddit 用户用英俄德哈四语混着说话,发现所有本地 Whisper 听写工具都崩——Whisper 每段只选一种语言,另一语言的内容被翻译或直接消失。

关键实验:给 OpenAI API 传 languages 列表,同一音频,不传列表或只传两种语言时英文半句仍丢,传 ["en","ru","de"] 三种语言则两种内容都能正确返回,作者也不明白为何三是临界点。本地方案只能按停顿切段逐段检测语言,可修跨语言但丢失上下文导致标点与生僻词变差。

作者据此做了 Windows 听写应用 VoiceType:按住 Ctrl+Alt 说话,文字落到当前输入窗口,默认本地、可选 API,基于 RealtimeSTT,MIT 开源,无黑色控制台窗口。

原文链接 →

「应用」频道最新

更多「应用」频道 AI 资讯 →