这是什么
faster-whisper 是 SYSTRAN 开源的一个语音转文字(ASR)引擎,GitHub 上约 2.7 万星、2.2 千 fork,Python 编写、MIT 协议。它本质上是 OpenAI Whisper 的加速重实现:把 Whisper 的模型放到 CTranslate2 这个为 Transformer 优化的推理引擎上跑,官方基准显示速度比原版快 4 倍、内存占用更少,配合 8-bit 量化还能在 CPU 和 GPU 上进一步提速。它完整保留了 Whisper 的核心能力,支持 100 多种语言、自动语言检测、带时间戳的逐词转录、说话人分离(VAD),而且完全离线,数据不出本机,非常适合做会议纪要、访谈转写、播客转文字、视频配字幕等场景。
核心能力
- 4 倍速推理:基于 CTranslate2 引擎,同样精度下速度是原版 Whisper 的 4 倍。
- 低内存加量化:支持 8-bit 量化,CPU 和 GPU 都能跑,显存占用友好。
- 100 多种语言:自动语言检测,多语言转写与翻译都支持。
- 时间戳与逐词对齐:输出 word-level 时间戳,做字幕、对齐剪辑非常方便。
- VAD 说话人分割:自动检测静音、分割说话段落,长音频也能有条理地处理。
- 离线本地运行:无需联网,隐私敏感数据完全不出本机。
适合谁
- 要做会议纪要、访谈转写、播客和视频字幕的自媒体与内容运营。
- 需要把长音频批量转文字、又不想花钱买云端 ASR 服务的开发者。
- 对语音数据隐私敏感、必须在本地或内网处理的团队。
- 已经用原版 Whisper、想要更快更省内存的现有用户。
获取方式
通过 PyPI 安装:pip install faster-whisper,几行代码即可转写;模型在首次运行时会自动下载,也支持指定本地模型目录离线使用。MIT 协议完全免费开源,可放心商用。
官网:https://pypi.org/project/faster-whisper/
项目地址:https://github.com/SYSTRAN/faster-whisper
相关阅读
© 版权声明
文章版权归作者所有,未经允许请勿转载。