WAAS（Whisper as a Service）是一款基于OpenAI Whisper的免费开源API和GUI工具，极大简化了语音转文本技术在生产环境中的应用。支持多模型类型、异步任务队列管理和多格式批量输出，且可通过本地自托管保障数据安全与隐私。适合开发者、媒体、教育、企业会议等多种场景，降低了语音内容转写门槛，同时为自动化集成提供Webhook与Email回调支持。

揭秘WAAS (Whisper as a Service)：为开发者提供高效语音转文本神器

在语音转文本领域，OpenAI Whisper凭借出色的多语言识别性能持续受到关注。WAAS (Whisper as a Service)以开源API与GUI服务，使Whisper模型低门槛地集成到实际应用，大幅提升了批量语音处理效率。

WAAS (Whisper as a Service)的主要功能

• 多模型支持：支持所有whisper模型（tiny/base/small/medium/large）任选。
• 异步队列任务管理：高并发场景批量处理不怕卡顿。
• RESTful API及GUI操作：兼容系统集成与人工手动上传。
• 多格式音视频输入，输出SRT、VTT、TXT等常用文件。
• Email/Webhook回调，自动化对接开发应用。
• 本地Web前端编辑器，便于后期修正转写文本。

API更多详情

WAAS (Whisper as a Service)的价格 & 方案

• 完全免费开源，Apache-2.0 License，可自托管。
• 实际成本取决于服务器/GPU等资源。
• 部署、维护及第三方通知服务需自理费用。

与AI角色无限畅聊，开启你的专属故事

海量二次元、三次元角色等你互动，体验真正无限制的AI角色扮演对话。立即加入，新用户登录即送6000积分！

如何游玩？立即免费体验 →

圖／API接口文档页面截图

如何使用WAAS (Whisper as a Service)

1. 克隆源代码，配置环境变量。
2. 使用 docker-compose --env-file .envrc up 快速部署。
3. 支持NVIDIA GPU加速（按需配置）。

上传音频/视频文件，批量转写后得到文本、srt/vtt字幕。API也支持一键批量自动处理：

curl --location --request POST 'localhost:3000/v1/transcribe?output=vtt&email_callback=test@localhost&language=norwegian&model=large' --header 'Content-Type: audio/mpeg' --data-binary '@/Users/xxx/Downloads/audio.mp3'

支持Webhook与Email回调，任务完成后自动获取结果及校验。

WAAS (Whisper as a Service)的适用人群

• 开发者/技术团队：为系统集成语音转文本能力。
• 新闻媒体/采访/播客：批量转写录音，解放双手。
• 在线教育/内容创作者：课程、直播自动生成多语言字幕。
• 企业会议记录：会议归档检索自动化。
• 学术与语言数据研究，处理语音语料库。

支持的输入与输出格式

输入：mp3、mp4、m4a、wav、ogg、webm等。输出：srt、vtt、txt、json、jojo（编辑器用）。

安全与隐私保护

• 本地/私有云自托管，音频不出企业内部，满足数据安全和法律合规。
• 支持Webhook签名验真，数据交互更安全。
• 项目完全开源，便于自主审计。

常见问题

• 支持哪些语种？ 支持50+主流语言（中、英、法等），大模型鲁棒性强。
• 部署对硬件有啥要求？ 小模型CPU即可，大模型推荐显卡：

• API异步回调如何用？ 支持Webhook或Email，带签名头保证安全，完成后自动推送下载链接和格式信息。

{
  "source": "waas",
  "job_id": "xxxx-xxxx-xxxx",
  "url": "https://your.domain/v1/download/jobid",
  "filename": "transcription"
}

总结

WAAS（Whisper as a Service）以免费开源、易集成、高度安全和灵活部署等特性，成为开发者、企业、内容创作者首选的语音转写平台。支持多种语言、队列化处理和本地自托管部署，让语音AI能力轻松赋能各类数字化场景。前往项目主页探索更多。

与AI角色无限畅聊，开启你的专属故事

海量二次元、三次元角色等你互动，体验真正无限制的AI角色扮演对话。立即加入，新用户登录即送6000积分！

如何游玩？立即免费体验 →