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
- 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。
- 语言检测:
- 自动检测输入音频的语言,无需手动指定语言。
- 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
- 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。
- 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。
- 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。
- 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
1.1.1更新内容
恢复原始 VAD 参数命名
使批量 suppress_tokens 行为与顺序相同
修复 OOM 错误 – VAD 的 RAM 使用率过高
将音频持续时间和 VAD 移除持续时间添加到 BatchedInferencePipeline
修复 neg_threshold
1.1.0新功能
- 新的分批推理速度提高了 4 倍,而且准确度也提高了
- 支持新
large-v3-turbo模型。 - VAD 过滤器现在在 CPU 上的运行速度提高了 3 倍。
- 特征提取速度现在提高了 3 倍。
- 已添加
log_progress到WhisperModel.transcribe打印转录进度。 - 添加了
multilingual转录选项,允许转录多语言音频。请注意,大型模型已经具有代码转换功能,因此这对medium模型或较小的模型最有益。 WhisperModel.detect_language现在可以选择使用 VAD 过滤器,并改进使用language_detection_segments和的语言检测language_detection_threshold。
问题修复
chunk_length在<30 秒时使用正确的特征填充编码器输入seek在输出中使用正确的值
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
整合包更新内容:
相对于我分享的上个整合包,本次分享的整合包版本有了多处升级。
1、新增批量处理功能,直接选择文件夹,软件就会处理文件夹内的所有音视频文件。仅是MP4格式视频和音频类型文件,不要有其它类型文件。
2、新增batch size和计算精度选项,对高配电脑更加友好,处理效率更高
3、优化字幕生成算法,启用字级时间戳,生成的字幕更准确更友好。
4、增加对最新模型large-v3-turbo模型的支持
5、其它细节上的一些优化。
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
[erphpdown]
https://pan.quark.cn/s/798c650ae3ef
https://pan.baidu.com/s/14tvry7E1NBNVfVuPfZjCVg?pwd=fs3k
[/erphpdown]
在线一键启动
相关推荐
FunASR语音识别转文字软件区分说话人版
FunASR最新模型FunAudioLLM/Fun-ASR-Nano-2512实时语音识别转文字热词版整合包下载
麦克风电脑内播放声音实时识别转文字软件FunASR整合包V5下载
离线语音识别转文字软件Faster-whisper整合包使用说明视频教程
最好用的免费中文音频视频语音识别转文字软件FunASR V3版,批量音视频录音转文字提取工具下载
免费音频视频语音识别转文字软件SenseVoice整合包,支持批量操作可生成字幕
免费语音识别转文字软件faster-whisper整合包下载,音频视频文字提取工具
语音识别转文字软件免费下载,音频视频文字提取工具whisper一键整合包下载,openai语音转文本技术
最近更新
Lastbook:把生存手册、离线地图和本地 AI 装进一台电脑的开源离线知识库
Lastbook 是一个面向 macOS、Windows 和 Linux 的离线生存知识库,整合手册、视频、百科、离线地图和可选本地 AI,首次下载后即可在断网环境使用。本文介绍其功能、运行环境、安装方式、隐私设计和适用场景。
WebsiteBench:评测 AI 智能体能否通过浏览器探索重建完整网站
WebsiteBench 是一个面向 AI 智能体的网站重建评测基准,包含 70 个网站任务和 46,916 个隐藏测试用例,要求智能体通过浏览器探索反向工程出功能和视觉都接近原站的全栈版本。
Auto Ontology MCP:把语义层接入 Claude、ChatGPT,让数据库问答不再“静默出错”
Auto Ontology MCP 是一个基于 Python 的 MCP 服务器,把 NVIDIA Auto Ontology 的语义层接入 Claude、ChatGPT、Cursor 等客户端。它不需要 LLM API key,由客户端模型完成语言步骤,服务器负责 schema 扫描、键推断、SQL 校验和本地知识库存储,帮助减少 Text-to-SQL 的静默错误。
PeakCut:开源自托管的 AI 视频切片工具,把长视频和直播变成竖版短片
PeakCut 是一个自托管的 AI 视频切片工具,能把长视频和直播自动转成带字幕的 9:16 竖版短片,支持自带 AI 密钥、实时直播切片和连接社交平台发布。
ai-texture-forge:在 Blender 视口里用 AI 生成无缝 PBR 纹理的插件
ai-texture-forge 是一个 Blender 插件,可在 3D 视口内用文本提示生成无缝 PBR 材质、概念图和场景级投影纹理,支持本地 GPU 或云端扩散模型,面向 Windows x64 和 Blender 4.2+。
STE80 Humanizer:两步改写,让 AI 文本读起来像人写的
STE80 Humanizer 是一个面向 AI Agent 的写作技能,先用 26 条规则清理 AI 写作痕迹,再把句子结构向 ASD-STE100 简化技术英语靠拢到约 80%。本文介绍它的两步方法、三种模式、安装方式、检查脚本和适用边界。
smolmaxxing:在电视盒子、旧iPad和手机上跑起16B到80B大模型
smolmaxxing 是基于 llama.cpp 的端侧推理项目,已在电视盒子、旧 iPad 和 OnePlus 手机上实测运行 2B 到 80B 模型,通过定制内核、内存裁剪、专家按需从闪存读取等技术,让模型大小超出可用内存的设备也能完成推理。
Freebie Radar:835 Star 的福利聚合雷达,57 个源定时采集并用 AI 过滤假福利
Freebie Radar 是一个自托管的福利与多兴趣信息聚合雷达,用 57 个源定时采集、AI 语义审核过滤假福利,并按获取方式分级和多路由推送到 Telegram。项目基于 TypeScript 与 SQLite,支持 Docker Compose 快速启动,GitHub 上已有 835 Star。
Muse4AI:让 AI Agent 直接调用本机 Muse 会话生成图片和视频
Muse4AI 是一个运行在 Windows 本机的桥接工具,通过 REST、MCP 和 OAuth 把用户的 Muse 会话开放给 ChatGPT、Claude、Cursor、Codex、n8n 等 AI Agent,用于生成图片视频、继续对话、延长或按描述编辑视频。项目不经过自有云端中转,结果和密钥保存在本机,采用 MIT 许可证。
muse.ai 注册与邀请码兑换协议分析:纯 HTTP Python 实现的协议细节项目
一个用 Python 纯 HTTP 实现 muse.ai 注册与邀请码兑换流程的研究项目,整理了抓包比对得出的协议细节,包括 OTP 确认、会话引导、动态披露文案、vm/wake 调用和邀请码兑换失败原因等。项目不采用 MIT 等开源许可证,仅供个人非商业学习研究使用。










