通过内网穿透工具实现Whisper语音转文字服务的本地化远程操作指南

前言

近期发现一个极具实用价值的开源项目Whisper Web，它为语音处理领域带来了新思路。该项目基于OpenAI研发的Whisper语音识别模型，该模型在语音转文字领域已获得广泛认可。通过浏览器即可直接调用模型进行语音分析，无论是快速整理会议记录、实时字幕生成，还是其他语音识别需求，都能提供高效解决方案。

更值得称道的是其与cpolar内网穿透技术的结合应用，用户无需公网IP即可实现远程语音识别服务访问。这种创新方案既省去了申请公网IP的繁琐流程，也无需配置路由器端口转发规则，极大简化了部署过程。对于需要远程协作或移动办公的用户来说，这一特性显著提升了语音处理的便捷性与灵活性。

1.本地部署Whisper Web

接下来教大家如何在Windows系统本地安装Whisper Web

项目地址：https://github.com/xenova/whisper-web

1.1 安装git

首先需要从github上克隆Whisper Web（如果没有安装git的话，进入git官网进行下载windows版本 https://git-scm.com/downloads）

打开终端，从github下载项目到本地，执行下面的命令：

git clone https://github.com/xenova/whisper-web.git

创建新目录

cd whisper-web

1.2 安装Node.js

然后在项目的根目录下，执行下面的命令：

npm install

如果安装报错，可以检查是否安装Node.js，如未安装可以点击链接下载:

https://nodejs.org/en/download/prebuilt-installer

本例中使用的是下载安装包进行安装，安装后重启终端执行上边npm安装命令即可。

1.3 运行项目

在项目的根目录下，运行Whisper Web，可以看到运行成功，出现http://localhost:5173

npm run dev

此时，我们在浏览器中输入上边的地址，即可打开Whisper Web页面：

2. Whisper Web使用介绍

在Whisper Web界面，我们可以使用粘贴音频地址，上传音频文件，和使用手机录入语音等方式进行语音转文本的操作。

这里以上传音频文件为例，在上传了一段音频文件后，点击音频进度条下方的设置按钮，进行模型切换和输出为其他语言的选择。

设置完毕后，点击下方的transcribe Audio按钮即可自动进行音频转文本：

转换结束后，我们可以将文本导出为TXT或者JSON格式到指定文件夹。

3. 安装Cpolar内网穿透

目前我们在本机部署了Whisper Web，但如果没有公网IP的话，只能在本地局域网环境使用，有一定局限性。如果想在异地通过其他设备使用的话，可以结合Cpolar内网穿透实现远程访问，免去了本地重新部署过程，只需要cpolar生成的公网地址直接就可以链接到Whisper Web中。

下面是安装cpolar步骤：

Cpolar官网地址: https://www.cpolar.com

点击进入cpolar官网，点击免费使用注册一个账号，并下载最新版本的Cpolar

登录成功后，点击下载Cpolar到本地并安装（一路默认安装即可）本教程选择下载Windows版本。

Cpolar安装成功后，在浏览器上访问http://localhost:9200，使用cpolar账号登录,登录后即可看到Cpolar web 配置界面,结下来在web 管理界面配置即可。

4. 配置公网地址

接下来配置一下本地 Whisper Web 的公网地址，

登录后，点击左侧仪表盘的隧道管理——创建隧道，

创建一个 Whisper Web 的公网http地址隧道：

• 隧道名称：可自定义命名，注意不要与已有的隧道名称重复
• 协议：选择http
• 本地地址：5173
• 域名类型：免费选择随机域名
• 地区：选择China Top

点击创建

隧道创建成功后，点击左侧的状态——在线隧道列表,查看所生成的公网访问地址，有两种访问方式,分别是http和https。

使用任意一个上面Cpolar生成的公网地址,在电脑或任意设备在浏览器进行登录访问,即可成功看到 Whisper Web 界面,这样一个可以远程访问的公网地址就创建好了,使用了Cpolar的公网域名,无需自己购买云服务器,即可在公网访问本地部署的服务了！

5. 公网访问测试

我们用刚才cpolar生成的公网地址，打开一个新的浏览器复制粘贴，可以看到进入到了Whisper Web项目的管理界面。

小结

由于刚才创建的是随机的地址，24小时会发生变化。另外它的网址是由随机字符生成，不容易记忆。如果你有长期远程访问本地部署服务的需求，或者想把域名变成固定，好记的二级子域名，并且不想每次都重新创建隧道来访问你在本地部署的服务，我们可以选择创建一个固定的http地址来解决这个问题。

6. 配置固定公网地址

我们接下来为其配置固定的HTTP端口地址，该地址不会变化，方便分享给别人长期查看你的博客，而无需每天重复修改服务器地址。

登录cpolar官网，点击左侧的预留，选择保留二级子域名，设置一个二级子域名名称，点击保留,保留成功后复制保留的二级子域名名称。

保留成功后复制保留成功的二级子域名的名称：Whisper123（大家可以自定义）

返回登录Cpolar web UI管理界面，点击左侧仪表盘的隧道管理——隧道列表，找到所要配置的隧道 Whisper，点击右侧的编辑：

修改隧道信息，将保留成功的二级子域名配置到隧道中

• 域名类型：选择二级子域名
• Sub Domain：填写保留成功的二级子域名

点击更新(注意,点击一次更新即可,不需要重复提交)

更新完成后,打开在线隧道列表,此时可以看到公网地址已经发生变化,地址名称也变成了固定的二级子域名名称的域名：

最后，我们使用固定的公网地址在任何浏览器打开访问，可以看到成功访问 Whisper Web，这样一个固定且永久不变的公网地址就设置好了。

通过本篇指南的演示，您已掌握在Windows环境部署Whisper Web服务的完整流程。借助cpolar内网穿透方案，可将本地语音识别功能转化为可远程访问的API接口。这种架构设计既规避了公网IP申请的限制，又简化了传统网络设备的配置流程，用户仅需通过浏览器即可实现跨地域的语音识别服务调用。

该解决方案特别适用于需要移动办公或异地协作的场景，使语音转文本操作突破物理网络的局限。对于开发者而言，这种组合方案提供了灵活的部署选择，既可构建私有化语音处理系统，又能通过内网穿透技术实现服务的弹性扩展。欢迎分享使用体验或提出优化建议，让我们共同探索更多语音识别场景的创新应用可能。