工具简介
Whisper 属于「AI 音频与语音」方向的 AI 产品，基础功能免费开放，可在网页端上使用。官网为 github.com。
如何使用
- 在 GitHub 打开该项目的仓库页，进入语言处理工作台
- 导入待处理素材，并确认源语种设置
- 选择目标语种与交付格式，开始处理
- 复核专有名词与人名，修正后交付使用
查看官网原文（英文）
以下为收录时的原文，语言与页面不同，未做翻译。
Whisper is an AI-powered speech recognition tool for multilingual speech recognition, speech translation, and spoken language identification.
视频与口播 · 常用提示词
下面这些都能直接复制，把里面的变量换成你自己的情况就能用。
- 提词器排版：让眼睛一看就能读出来把书面稿改成适合提词器的排版，含断句、换行与标记规则。
- 短剧剧本：3 分钟里要有三次转折给竖屏短剧的剧本结构模板，含钩子、反转与结尾留白。
- 产品视频脚本：60 秒讲清「谁用、解决什么」面向官网/展会/投放的产品介绍片脚本，含分镜与字幕。
同类工具怎么选
下面是同一类目下已经写好的对比与替代清单。读完这个工具能做什么，接着看它和谁比、有没有更顺手的方案。
AI 音频与语音类工具的对比
- 讯飞听见、通义听悟的对比讯飞听见和通义听悟的横向对比：转写准确率、方言、摘要整理、价格模式，附选型结论。
- ElevenLabs、Fish Speech的对比ElevenLabs 和 Fish Speech 对比：音色自然度、多语种、音色克隆、部署方式、数据合规与成本结构。
语音音频类工具的国内替代
- Speechify 国内替代Speechify 把网页、文档、PDF 直接读成语音，适合通勤时"听资料"。国内同类工具在中文长文的朗读自然度上更好，PDF 解析能力参差。这份清单按阅读场景来排。
- ElevenLabs 国内替代ElevenLabs 需要海外订阅与支付。这份清单给出国内可用的 AI 配音替代方案，按「通用配音」「声音克隆」「多角色对话」分类，并说明克隆的授权边界。
- Suno 国内替代Suno 需要海外网络与订阅。这份清单给出国内可用的 AI 音乐生成替代方案，按「完整歌曲」「商用配乐」「人声演唱」分类，并说明版权上要注意什么。
对比结论与替代建议为编辑整理，价格与额度以各工具官网为准。