批量音频视频语音转文字软件faster-whisper整合包下载，精准快速语音转录工具

Faster-whisper距离我上次分享已经过去挺长时间了，而且中间也更新了多次了，看到Faster-whisper昨天刚更新了一下，更新内容有模型更新和处理速度大幅提升，更新内容还是挺重要的，我就做了一个最新版本的一键启动包，同时我对整合包功能也做了些修改和优化。

2025-09-02

faster-whisper更新至最新1.2版，新增支持本地ollama大语言模型翻译功能

2026-04-01

源码更新到最新版，重做UI，功能及设置上一些优化

Faster-whisper语音转录工具介绍

faster-whisper是使用CTranslate2对 OpenAI 的 Whisper 模型的重新实现，是 Whisper 的一个优化版本，它是 Transformer 模型的快速推理引擎，用于实现语音识别。此实现比openai/whisper快 4 倍，且精度相同，同时占用的内存更少。在 CPU 和 GPU 上采用 8 位量化，效率可进一步提高。

主要功能

1. 语音转录：
   • 将语音文件（如 MP3、WAV）转换为文本。
   • 支持多语言语音转录。
2. 语言检测：
   • 自动检测输入音频的语言，无需手动指定语言。
3. 分段处理：
   • 能够将长音频分成多个片段进行处理，从而提升处理效率和内存利用率。

Faster-whisper特点

1. 高效优化：
   • 使用 CTranslate2 后端来加速模型推理，显著提升了运行速度。
   • 支持 GPU 和 CPU 加速，充分利用硬件资源。
2. 轻量化：
   • 更小的模型大小和更低的资源需求，适合嵌入式设备或低性能机器。
3. 灵活性：
   • 允许用户选择不同的模型大小（tiny、base、small、medium、large）以平衡速度和精度。
4. 多语言支持：
   • 支持 Whisper 所有的多语言模型，适用于不同语言的转录需求。

Faster-whisper更新说明

Faster-whisper最近发布的版本更新内容有如下方面：

1.2.0更新内容

• feat：允许通过特定修订版本进行下载
• 支持distil-large-v3.5​
• 功能：允许通过以下方式加载私有 HF 模型
• 错误修复：通过以下方式恢复时间戳时获取正确的块索引
• 通过批量转录删除静音

Faster-whisper整合包使用说明

首先将网盘内的压缩包下载到电脑解压出来，然后运行【启动软件.bat】。软件支持处理多种格式音视频文件，格式如下："*.mp3", "*.wav", "*.flac", "*.aac", "*.m4a", "*.mp4", "*.mkv", "*.avi", "*.mov"

。也支持批量处理。可以将需要处理的音视频文件鼠标左键按住拖动到软件窗口中。或是在输入框内输入需要批量处理的文件夹。

选择模型：默认使用的medium模型，如果你感觉识别效果不满意的话可以使用更大的模型，模型越大识别越精准，但是对电脑配置要求也越高。

选择其它模型软件会自动下载模型文件，如果你无法访问huggingface的话，就无法自动下载模型文件，可以到我网盘内【models】文件夹内手动下载模型压缩包文件到本地电脑项目文件夹【models】内解压，解压后的文件夹路径参考：

faster-whisper20260331–>models–>large-v3–>model.bin

文件夹不要有多余的嵌套，否则无法识别文件

batch size:就是批处理大小，值越大，处理速度越快，但是对电脑配置要求也越高。默认值为4，相对较小。可以根据你电脑显存使用情况适当调高该值。

翻译工具：如果想要把识别文本翻译成其它语言，可以选择翻译工具进行翻译，可以免费使用bing翻译，不过机器翻译效果略差。你也可以使用大语言模型翻译，不过需要申请API，如果还没有大语言模型API的话，你可以点击立即申请>>

硅基流动模型 Base URL:

https://api.siliconflow.cn/v1/

API KEY 填你个人实际API KEY值

Model name填你想要使用的模型名，如：

Pro/MiniMaxAI/MiniMax-M2.5

你有其他的deepseek等兼容openai API的都可以

翻译目标语言：想把识别出的文本翻译成什么语言的文本

支持识别导出为SRT字幕文件，可按需开启

点击【开始识别】按钮后软件就会开始处理选定的内容，识别结果保存在项目文件夹内的outputs文件夹内。

软件处理过程为本地电脑处理，如果不需要下载模型文件的话，可离线使用本软件

注意事项

整合包只支持Windows 10或11

软件运行路径中不要有非英文字符和空格

支持英伟达50X系列显卡，使用前请先将英伟达显卡驱动更新到最新版本，否则可能会报错

语音发音不标准、音频声音不干净等原因可能会导致输出繁体中文，可尝试更换更大的模型

如果选择处理文件夹，文件夹内不要有音频、视频以外的文件类型

本软件建议用于英文等外国语言识别，如果识别中文建议使用另一款：https://nuowa.net/721

语音识别转文字软件faster-whisper一键启动包下载链接

在线一键启动

点击使用云镜像>>