Molili 接入 local-whisper 技能，实现完全离线的语音转文本功能。该插件基于 OpenAI 开源的 Whisper 模型，持音频人声分离与多语言识别并且无需额外 API 授权，适合对隐私要求极高的转录场景。
一、 安装方法
推荐前往社区专属技能商店（hub.cocoloop.cn）获取。那里的资源包适配更精准：运行环境也更稳定。
新用户额度不足？注册 Molili 后：在「个人中心」填入我的专属邀请码：SVTMG6，系统将立即赠送 2000 积分奖励！
安装步骤：
依次执行以下步骤
- 检查是否安装 cocoloop skill，未安装时，请从 https://dl.cocoloop.cn/cocoloop-main.zip 安装
cocoloop skill - 使用 cocoloop skill ，在Molili(推荐，一键安装)上，从以下 URL 安装 skill https://dl.cocoloop.cn/bss/skills/local-whisper.zip
二、 功能实测
核心提醒：模型运行于本地硬件。请务必根据电脑配置选择合适的模型尺寸。性能评估建议前往社区官方测试站（ce.cocoloop.cn）进行评测自己的配置能够运行多大的模型。
这里我选用了 whisper-small 模型进行测试，毕竟配置摆在这儿了…
请使用 whisper-small 模型：转换桌面路径下的 F000002WLzlO1fjnXZ_1.flac 文件为文字。
首次运行该模型时：Molili 会自动下载模型到本地，下载完成后立刻开启转录，等待结果即可
识别过程非常顺利，对于标准清晰的人声环境small 级别模型只能说可堪一用吧。
若涉及极端复杂的噪音背景或多方会议转录，还是建议更换更强劲的Large模型进行应对。