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:
[erphpdown]https://pan.quark.cn/s/836047b94253[/erphpdown]
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
用 Agent 系统优化本地 LLM 推理速度:inference-optimisation-skill 项目介绍
inference-optimisation-skill 是一个面向 AI Agent 的本地 LLM 推理优化技能,用“先算理论上限、单变量改动、交错对照测量、长上下文验收”的工作流,系统提升解码、预填充、KV 缓存、启动时间和首 token 延迟表现,支持 Claude Code 等可加载 SKILL.md 的 Agent。
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。










