搭建一个语音转文字的简单全栈项目：基于 Streamlit + Whisper 的实践指南

最近我在一台阿里云轻量级服务器上成功部署了一个语音转文字（Speech-to-Text）的全栈 Demo，支持 Whisper 模型的语音转写，还可以选择 AI 自动纠错，并支持中文和英文语音测试。这篇文章将完整记录从环境配置、项目部署、模型下载到使用效果的全过程，帮助你快速上手。

---

本文承接上一篇文章，
开源音视频转文字工具：基于 Vosk 和 Whisper 的多语言语音识别项目

一、服务器与系统环境

• 云服务器：阿里云 99 元/年的轻量服务器
• 配置：2 核 CPU + 2G 内存 + 3Mbps 带宽
• 系统版本：Alibaba Cloud Linux 3 (OpenAnolis Edition) x86_64
• Python 环境：系统自带 Python 3.7.16，另安装 Python 3.10.14
• 可视化面板：宝塔面板（免费版 9.5.0）

---

二、项目部署步骤

1. 克隆代码仓库

打开宝塔面板 → 终端，进入你希望存放项目的目录（如 /www/wwwroot）：

cd /www/wwwroot
git clone https://gitee.com/phpervip/speech-to-text.git