faster-whisper

使用 CTranslate2 的 Faster Whisper 轉錄

faster-whisper 是什麼?

使用 CTranslate2 的 Faster Whisper 轉錄

faster-whisper 概覽

這是什麼

faster-whisper 是 OpenAI Whisper 模型的一個重新實作,使用 CTranslate2(一個 Transformer 模型的高效推理引擎)。由 SYSTRAN 開發,目標是在維持與原始 Whisper 相同準確度的前提下,提供更快的轉錄速度與更低的記憶體使用量。

主要功能

  • 在相同準確度下,速度比 openai/whisper 快最多 4 倍
  • 記憶體使用量低於原始實作
  • 支援 CPU 與 GPU 上的 8 位元量化,進一步提升效率
  • 批次推理管線,可平行處理多個音訊片段
  • 使用 Silero VAD 進行語音活動偵測(VAD),過濾非語音部分
  • 提供逐字時間戳記,實現精確對齊
  • 相容於 Distil-Whisper 檢查點,可進行更快速的推理

使用情境

  • 以高速和低記憶體佔用轉錄音訊檔案
  • 批次轉錄長音訊錄音,提升效率
  • 在支援的硬體上使用 Distil-Whisper 模型以獲得更高速度
  • 取得逐字時間戳記,用於字幕生成或對齊
  • 在轉錄前使用 VAD 過濾靜音或非語音片段

快速開始

從 PyPI 安裝模組:bashpip install faster-whisper需要 Python 3.9 或更高版本。GPU 執行需要 NVIDIA cuBLAS(CUDA 12)和 cuDNN 9(CUDA 12)。不需要安裝 FFmpeg,因為音訊解碼使用 PyAV,它已內建 FFmpeg 函式庫。

授權與價格

本專案採用 MIT 授權條款,為開放原始碼(免費使用)。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/systranfaster-whisper.svg)](https://yunodb.com/tools/systranfaster-whisper?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/systranfaster-whisper?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/systranfaster-whisper.svg" alt="Featured on YunoDB" height="20"></a>