← 返回 AI 开源导航

Faster Whisper

语音识别

GitHub 仓库

一、项目简介

Faster-Whisper 是基于 CTranslate2 的 Whisper 加速推理实现。它在保持接近原生准确率的前提下，大幅提高推理速度并降低显存/内存占用，适合批量转写与准实时语音识别。

二、核心特性

  • CTranslate2 加速：高效推理引擎；
  • 速度显著提升：批量处理更快；
  • 显存/内存占用更低；
  • 量化支持：int8 / float16；
  • 兼容 Whisper 模型；
  • 简单 API，易集成。

三、适用场景

  • 批量音频/视频转写；
  • 字幕生成与对齐；
  • 本地离线语音识别服务。

四、快速上手

pip install faster-whisper
from faster_whisper import WhisperModel
m = WhisperModel("large-v3", device="cuda", compute_type="int8")
segs, info = m.transcribe("audio.wav", language="zh")
print(info.language, [s.text for s in segs])

五、注意事项

  • compute_type 影响速度与精度，需权衡；
  • 首次运行需下载模型；
  • 注意音频数据与隐私合规。