这是什么
whisper.cpp 是 OpenAI 语音识别模型 Whisper 的高性能 C/C++ 移植版，GitHub 上 54,000+ Star、6,200+ Fork，MIT 协议开源。它的价值在于把原本要跑在 GPU、依赖一堆 Python 环境的 Whisper，重写成了纯 C/C++、零第三方依赖、能跑在 CPU 上的命令行工具：本地离线就能把音频、视频里的语音转成文字和带时间戳的字幕。它由 ggml 组织维护（和 llama.cpp 同一团队），是当下最主流的本地语音转写方案，很多桌面工具、字幕软件底层都调用了它。
核心能力
- 纯 C/C++ 零依赖：不依赖 Python 和重型框架，一个可执行文件就能跑，部署极简
- CPU 也能跑：无需独立显卡，普通电脑 CPU 即可完成离线转写，还能做整数量化进一步提速
- 多平台支持：macOS（Intel/Apple Silicon）、Windows、Linux、iOS、Android、树莓派、Docker 全覆盖
- 硬件加速：Apple Silicon 用 NEON/Metal/Core ML 优化，x86 用 AVX，还支持 NVIDIA GPU、AMD ROCm、Vulkan 加速
- 多语言 + 多格式：支持 90+ 种语言，能输出带时间戳的 SRT/VTT 字幕、JSON 等格式，可做翻译
- 可嵌入可扩展：提供 C 风格 API 和多种语言绑定，方便开发者集成进自己的应用
适合谁
- 需要把会议录音、访谈、课程音频转成文字稿、又不想把内容上传云端的人
- 做视频字幕、翻译字幕的剪辑师与自媒体，需要一个本地批量转写的工具
- 处理敏感语音数据、要求数据不出本地的企业与研究机构
- 想把离线语音识别能力集成进自己软件的开发者
获取方式
whisper.cpp 没有独立官网，以 GitHub 仓库（ggml-org/whisper.cpp）为主页，发布包也托管在 GitHub Releases。你可以下载编译好的可执行文件直接使用，也可以从源码编译（一行 make 即可）；模型文件（ggml 格式）从 HuggingFace 下载到本地。完全免费，MIT 开源可商用。
官网：https://github.com/ggml-org/whisper.cpp
项目地址：https://github.com/ggml-org/whisper.cpp
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。
