faster-whisper是基于OpenAI的whisper的优化版本，faster-whisper使用CTranslate2对 OpenAI 的 Whisper 模型的重新实现，它是 Transformer 模型的快速推理引擎。在相同准确率下，该实现比openai/whisper快 4 倍，同时占用更少的内存。在 CPU 和 GPU 上均采用 8 位量化，效率可进一步提高。
以下是使用不同实现方式转录13 分钟音频所需的时间和内存使用测试结果，测试设备为NVIDIA Tesla V100S，模型为Large-v2：
| 测试工具 | 精确 | Beam size | 时间 | 最大GPU显存 | 最大CPU内存 |
|---|---|---|---|---|---|
| openai/whisper | fp16 | 5 | 4m30s | 11325MB | 9439MB |
| faster-whisper | fp16 | 5 | 54s | 4755MB | 3244MB |
| faster-whisper | int8 | 5 | 59s | 3091MB | 3117MB |
可以明显的看出faster-whisper的执行速度是有非常大的提升的，快了近5倍了。这个应用是非常好的一个工具了，我制作了最新版的faster-whisper一键启动整合包，操作界面如下：
软件支持音频文件和视频文件的语音转文字
默认使用模型为small，模型越大识别效果越好，但是对电脑配置要求也越高，如果想使用更大的模型，需要到网盘里将另外两个模型下载到项目文件夹里huggingface文件夹内，
软件支持将识别的内容翻译为其它语言，可选的翻译工具有百度翻译和谷歌翻译，国内用户可用百度翻译，国外用户可用谷歌翻译。使用百度翻译需要先申请APP ID和密钥，可以看这篇文章《最新百度翻译api免费申请AppId和AppSecret流程，每月免费100万字符》，将申请到的APP ID和密钥填到软件里即可使用百度翻译功能。
如使用翻译功能必须填写下面的目标语言，软件里我只预设了少量几种语言，但是百度和谷歌支持几十种语言的翻译，你可以将语言代码直接填到目标语言输入框里。百度和谷歌翻译的语言代码如下：
百度翻译语言代码列表
| 语言代码 | 名称 |
|---|---|
| zh | 中文 |
| en | 英语 |
| yue | 粤语 |
| wyw | 文言文 |
| jp | 日语 |
| kor | 韩语 |
| fra | 法语 |
| spa | 西班牙语 |
| th | 泰语 |
| ara | 阿拉伯语 |
| ru | 俄语 |
| pt | 葡萄牙语 |
| de | 德语 |
| it | 意大利语 |
| el | 希腊语 |
| nl | 荷兰语 |
| pl | 波兰语 |
| bul | 保加利亚语 |
| est | 爱沙尼亚语 |
| dan | 丹麦语 |
| fin | 芬兰语 |
| cs | 捷克语 |
| rom | 罗马尼亚语 |
| slo | 斯洛文尼亚语 |
| swe | 瑞典语 |
| hu | 匈牙利语 |
| cht | 繁体中文 |
| vie | 越南语 |
Google翻译语言代码列表
| 语言 | 代码 |
|---|---|
| 南非荷兰语 | af |
| 阿尔巴尼亚语 | sq |
| 阿姆哈拉语 | am |
| 阿拉伯语 | ar |
| 亚美尼亚文 | hy |
| 阿萨姆语 | as |
| 艾马拉语 | ay |
| 阿塞拜疆语 | az |
| 班巴拉语 | bm |
| 巴斯克语 | eu |
| 白俄罗斯语 | be |
| 孟加拉文 | bn |
| 博杰普尔语 | bho |
| 波斯尼亚语 | bs |
| 保加利亚语 | bg |
| 加泰罗尼亚语 | ca |
| 宿务语 | ceb |
| 中文（简体） | zh-CN |
| 中文（繁体） | zh-TW |
| 科西嘉语 | co |
| 克罗地亚语 | hr |
| 捷克语 | cs |
| 丹麦语 | da |
| 迪维希语 | dv |
| 多格来语 | doi |
| 荷兰语 | nl |
| 英语 | en |
| 世界语 | eo |
| 爱沙尼亚语 | et |
| Ewe | ee |
| 菲律宾语（塔加拉语） | fil |
| 芬兰语 | fi |
| 法语 | fr |
| 弗里斯兰语 | fy |
| 加利西亚语 | gl |
| 格鲁吉亚语 | ka |
| 德语 | de |
| 希腊文 | el |
| 瓜拉尼人 | gn |
| 古吉拉特文 | gu |
| 海地克里奥尔语 | ht |
| Hausa | ha |
| 夏威夷语 | haw |
| 希伯来语 | he 或 iw |
| 印地语 | hi |
| 苗语 | hmn |
| 匈牙利语 | hu |
| 冰岛语 | is |
| 伊博语 | ig |
| 伊洛卡诺语 | ilo |
| 印度尼西亚语 | id |
| 爱尔兰语 | ga |
| 意大利语 | it |
| 日语 | ja |
| 爪哇语 | jv 或 jw |
| 卡纳达文 | kn |
| 哈萨克语 | kk |
| 高棉语 | km |
| 卢旺达语 | rw |
| Konkani | gom |
| 韩语 | ko |
| Krio | kri |
| 库尔德语 | ku |
| 库尔德语（索拉尼） | ckb |
| 吉尔吉斯语 | ky |
| 老挝语 | lo |
| 拉丁文 | la |
| 拉脱维亚语 | lv |
| 林加拉语 | ln |
| 立陶宛语 | lt |
| 卢干达语 | lg |
| 卢森堡语 | lb |
| 马其顿语 | mk |
| 迈蒂利语 | mai |
| 马尔加什语 | mg |
| 马来语 | ms |
| 马拉雅拉姆文 | ml |
| 马耳他语 | mt |
| 毛利语 | mi |
| 马拉地语 | mr |
| 梅泰语（曼尼普尔语） | mni-Mtei |
| 米佐语 | lus |
| 蒙古文 | mn |
| 缅甸语 | my |
| 尼泊尔语 | ne |
| 挪威语 | no |
| 尼杨扎语（齐切瓦语） | ny |
| 奥里亚语（奥里亚） | or |
| 奥罗莫语 | om |
| 普什图语 | ps |
| 波斯语 | fa |
| 波兰语 | pl |
| 葡萄牙语（葡萄牙、巴西） | pt |
| 旁遮普语 | pa |
| 克丘亚语 | qu |
| 罗马尼亚语 | ro |
| 俄语 | ru |
| 萨摩亚语 | sm |
| 梵语 | sa |
| 苏格兰盖尔语 | gd |
| 塞佩蒂语 | nso |
| 塞尔维亚语 | sr |
| 塞索托语 | st |
| 修纳语 | sn |
| 信德语 | sd |
| 僧伽罗语 | si |
| 斯洛伐克语 | sk |
| 斯洛文尼亚语 | sl |
| 索马里语 | so |
| 西班牙语 | es |
| 巽他语 | su |
| 斯瓦希里语 | sw |
| 瑞典语 | sv |
| 塔加路语（菲律宾语） | tl |
| 塔吉克语 | tg |
| 泰米尔语 | ta |
| 鞑靼语 | tt |
| 泰卢固语 | te |
| 泰语 | th |
| 提格里尼亚语 | ti |
| Tsonga | ts |
| 土耳其语 | tr |
| 土库曼语 | tk |
| 契维语（阿坎语） | ak |
| 乌克兰语 | uk |
| 乌尔都语 | ur |
| 维吾尔语 | ug |
| 乌兹别克语 | uz |
| 越南语 | vi |
| 威尔士语 | cy |
| 班图语 | xh |
| 意第绪语 | yi |
| 约鲁巴语 | yo |
| 祖鲁语 | zu |
如有需要的可自行下载测试
注意：软件运行路径中不能有中文和空格
语音识别转文字软件faster-whisper整合包下载链接：
相关推荐
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
- 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
- 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
- 照片人物表情控制软件AdvancedLivePortrait整合包，图片转视频工具
- 最新版PDF转Markdown格式软件MinerU一键启动整合包v0.10.0下载
最近更新
LTX2.3+comfyui分段提示词图片转视频工作流，AI视频带货生成器
再和大家分享一个基于 ComfyUI 的 AI 分段提示词图生视频工作流，本工作流主要基于模型LTX2.3和PromptRelay实现。可使用PromptRelay分时段控制生成不同视频画面或合成语音内容。 📌 工作流简介 本工作流是一套基...
windows电脑C盘垃圾查找清理软件
电脑用了好几年了，尽管我安装软件从来不主动装到C盘，偶尔也会清理垃圾，但是用的久了，容量也是在慢慢减少。我C盘303G，现在就剩了24G了，已经会影响到系统性能和虚拟内存调度了，已经不能不管了。C盘不装软件的话大多都是缓存，文件太多了，有时...
LTX2.3+comfyui视频去除字幕水印工作流分享
本次再和大家分享一个视频去字幕水印的comfyui工作流，工作流基于LTX2.3视频生成模型制作。LTX2.3是最新最强的视频生成模型，我前段时间就分享过了，可以看我另一篇文章：https://nuowa.net/2525，comfyui项...
多人对话声音克隆语音合成工具Chatterbox TTS免安装版，AI实时文字转语音
Chatterbox 是由 Resemble AI 开发的开源文本转语音（Text-to-Speech, TTS）模型，支持零样本音色克隆：只需提供一段参考音频（几秒钟的人声），即可模仿该音色朗读任意文本。我基于最新版源码制作了免安装一键启...
Mineru PDF转markdown软件局域网版
对于有的电脑配置比较低或是win7系统等电脑无法使用Mineru情况，可以使用局域网内可运行软件的电脑运行Mineru，然后其它电脑或手机等终端输入IP地址，打开运行软件的IP地址来使用Mineru。 具体用法： 下载局域网版压缩包到本地电...
OmniSVG：统一的可缩放矢量图形生成软件
OmniSVG 是一个基于视觉-语言模型（VLM）的端到端多模态 SVG（可缩放矢量图形）生成框架，由 OpenVGLab 团队开发。该项目能够从文本描述或参考图像生成高质量的 SVG 矢量图形，覆盖从简单图标...
AI实时变声器Voice Changer2.1.4 CUDA版下载，高质量RVC变声软件
Voice Changer是一款实时 AI 变声工具，允许你通过多种 AI 声音模型（如 RVC 和 Beatrice）实时转换声音。转换延迟更低，是目前社区中最受欢迎的开源实时变声方案之一。 核心特点 1. 实时性 voice-chang...
Studio One Pro 7免费开心版下载
Studio One 7是一款专业数字音频工作站（DAW）软件，它是音乐制作、混音、母带处理与现场演出一体化的旗舰软件。 ✨ 核心功能 1. AI 智能音轨分离（Stem Separation） AI 驱动的音轨分离功能允许用户将混缩后的音...
PDF转Markdown软件MinerU 3.1.11整合包（高性能版）
MinerU是一款非常热门的PDF、图片、DOCX、PPTX、XLSX转markdown格式软件，转换效果属于同类软件中比较优秀的一个。当前最新版为3.1.11版本，我基于最新版源码制作了免安装一键启动整合包，并做适当优化及修改，详情查看链...
阿里千问Qwen3-TTS声音克隆语音合成软件【低配电脑版】
阿里千问Qwen3-TTS是一款热门的语音合成及声音克隆软件，我基于当前最新版制作了免安装一键启动整合包，并增加多人对话语音合成功能。 此版本为低配显卡电脑版，软件使用0.6B模型，模型尺寸略小，对电脑显卡配置要求也更小，但是质量不会差太多...
