pickfit

瀏覽開發者 CLI

WhisperX

具備單字時間戳記與語者分離的快速語音辨識。

已在 Linux 上測試有已知漏洞

使用

安裝前先知道:有已知漏洞

pickfit 在安裝時會一併裝上的套件裡找到 9 個已知的高風險或嚴重漏洞(OSV.dev,2026年11月5日),安裝前請先考慮。

  • pypi:torch 2.8.0 PyTorch 因不受信任的檢查點檔案存在遠端程式碼執行弱點 (GHSA-63cw-57p8-fm3p,高風險,2.10.0 已修正)
  • pypi:transformers 4.57.6 HuggingFace transformers 存在遠端程式碼執行弱點 (GHSA-29pf-2h5f-8g72,高風險,5.3.0 已修正)
再看 7 個

Linux x86_64

需要先準備

  • 系統套件:ffmpeg
  • 可選用 GPU
  • 金鑰或帳號:Hugging Face 存取權杖
  1. 透過 uv tool 安裝 whisperx

    uv tool install whisperx
  2. 安裝靜態版 ffmpeg 至 ~/.local/bin

    mkdir -p ~/.local/bin /tmp/ffdl && curl -L -o /tmp/ffdl/ffmpeg.tar.xz https://johnvansickle.com/ffmpeg/releases/ffmpeg-release-amd64-static.tar.xz 2>&1 && tar -xf /tmp/ffdl/ffmpeg.tar.xz -C /tmp/ffdl && cp /tmp/ffdl/ffmpeg-*-amd64-static/ffmpeg ~/.local/bin/ffmpeg && chmod +x ~/.local/bin/ffmpeg && ~/.local/bin/ffmpeg -version

確認能用

whisperx --help 2>&1

輸出應包含「Show whisperx version information and exit」。

先試試這個

curl -L -o audio.wav https://www.voiptroubleshooter.com/open_speech/american/OSR_us_000_0010_8k.wav && ~/.local/bin/ffmpeg -hide_banner -y -i audio.wav -ar 16000 -ac 1 sample.wav && ls -lh sample.wav
whisperx sample.wav --model tiny --device cpu --compute_type int8 --language en --output_dir wxout 2>&1

它能做什麼

  • 以單字層級時間戳記轉錄語音
    已測試
  • 使用 wav2vec2 模型對齊單字
    已測試
  • 以語者 ID 標註逐字稿
    未測試

pickfit 測到哪一步

Linux x86_64

  1. 可以安裝
  2. 可以啟動
  3. 3 項功能中 2 項可用
  4. 需要網路

Windows 和 macOS:專案說支援,但 pickfit 還沒試過。

適合用來

  • 以語者 ID 轉錄音訊
  • 產生含單字時間點的字幕
  • 轉錄非英語音訊

可替代 openAI's whisper。

pickfit 怎麼測的

每次測試都從乾淨的機器開始,照上面的步驟執行。 pickfit 怎麼驗證

Linux x86_64

主要功能可用

  • 從頭重跑
  • 需要網路
  • 檢查於 2026年11月4日
  • 版本 3.8.6

測試機器遇到的差異

  • README: You may also need to install ffmpeg
    測試中: 已下載 johnvansickle 靜態版 ffmpeg 7.0.2 tar.xz,並將 ffmpeg 執行檔複製到 PATH 上的 ~/.local/bin/ffmpeg
  • README: whisperx path/to/audio.wav (defaults) and --model large-v2 examples
    測試中: 執行 whisperx sample.wav --model tiny --device cpu --compute_type int8 --language en,而非預設的 small/GPU 與 large-v2 範例

怎麼看工具卡

縫線
pickfit 親自安裝過這款工具,縫線下方的內容都來自那次測試。沒測過的工具,一律沒有縫線。
已在你的作業系統上驗證
安裝步驟在你選的系統上跑過。「只在 Linux 上執行過」表示還沒在你的系統上跑過。
macOS、Linux 和 Windows在哪裡測過
綠色系統標記:pickfit 在該系統跑過安裝步驟。灰色:README 說支援,但 pickfit 還沒試過。
測試進行到哪一步
能安裝並啟動、主要功能可用、服務有回應、能產生模型輸出。視窗代表桌面應用程式已開啟;插頭代表 MCP 用戶端用過它。標記在測試結果旁邊:展開「為什麼適合、我們怎麼知道」,或在「pickfit 怎麼測的」裡。
視覺檢查
pickfit 看過應用程式的截圖。綠色:畫面正常。黃色加數字:有看起來不對的地方,點開就能看到。灰色虛線:還沒檢查。
已知漏洞
它安裝的套件有沒有已知的高風險或嚴重漏洞(OSV.dev)。綠色:沒有已知漏洞。紅色加數字:有幾個,點開看清單,安裝前先看過。灰色虛線:沒有檢查,不代表安全。
關於這次測試
測試日期,以及測到的版本。
理由的來源
每個推薦理由都依據簡介裡的一個欄位。展開理由就能看到欄位和值。
寶藏
品質高、少有人知。
品質與知名度
兩個分數,滿分都是 100。品質:pickfit 試裝、試用的結果,以及安裝文件和維護狀況。知名度:看星數、下載量和 Hacker News。
已檢查的功能
README 宣傳的主要功能裡,實測通過幾項(綠色)、失敗幾項(紅色)。灰色是沒檢查的,工具卡會說明原因。
未驗證
Fitz 依一般知識提到的知名工具。沒有測試紀錄、沒有步驟、沒有分數。