请问如何将大段音频转化为文字？

硅基流动提供SenseVoiceSmall模型的API，并且免费访问，甚至还没有用量限制。因为通义千问做的，所以中文要比whisper强一些

唯一的问题是在GitHub上显然热度没有whisper高，甚至没有一个像样的gui

你甚至可能需要翻API文档然后手动写个Python来调用。