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
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
- 音频视频转文字软件faster-whisper 1.2.0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
- AI视频修复软件Topaz Video AI v5.5.0绿色版，模糊视频变清晰工具
最近更新
FlashVSR低分辨率模糊视频高清放大工具整合包v1.1下载，免安装一键启动
FlashVSR-一款高性能可靠的视频超高分辨率放大工具。迈向基于扩散的实时流式视频超分辨率——一种高效的单步扩散框架，用于具有局部约束稀疏注意力和小型条件解码器的流式VSR。 FlashVSR官方介绍 扩散模型最近在视频修复方面取得了进展...
VibeVoice：富有表现力的长篇多人对话语音合成工具整合包下载
VibeVoice是微软开发的一款富有表现力的长篇多人对话语音合成工具。支持1-4个发音人，支持声音克隆自定义音色合成语音，我制作了最新的本地免安装一键启动整合包及云端在线版。 VibeVoice介绍 VibeVoice：一种前沿的长对话文...
多图编辑人物一致性图片合成处理工具Qwen-Image-Edit-2509整合包下载，人物换装换姿势动作软件
Qwen-Image 是一个功能强大的图像生成基础模型，能够进行复杂的文本渲染和精确的图像编辑。Qwen-Image-Edit-2509是Qwen-Image-Edit的月度更新版本，增加了多图编辑和单图一致性生成功能。 Qwen-Imag...
摸鱼神器windows电脑隐藏任务栏软件图标工具rbtray下载
本次和大家分享一个摸鱼神器rbtray。 windows电脑软件运行的时候会在屏幕底部的任务栏上有一个软件图标，如果你开了哪个软件又不想被别人看到你正在运行这个软件的话，那么这个神器rbtray就非常适合你了。 rbtray可以快速将软件图...
人物动作迁移及视频人物替换软件Wan2.2-Animate-14B整合包下载，动作模仿视频换主体工具在线一键启动
本次和大家分享一个非常强大的动作模仿及视频人物替换工具Wan2.2-Animate-14B，Wan-Animate接受一个视频和一个角色图像作为输入，并生成一个动作模仿或人物替换的视频，视频自然流畅，可玩性非常高。 Wan2.2-Anima...
无限长度的数字人对话视频生成软件InfiniteTalk整合包，图像转视频、视频配音对口型工具
InfiniteTalk是一款发布不久的数字人视频制作软件，软件可以通过音频驱动将一张图片合成为一段视频，或是将视频与音频整合成一段新视频，实现音频唇形同步，是一个非常强大的对口型工具。 InfiniteTalk官方介绍 我们提出了一种新颖...
UV包管理器用法基础教程
UV是一个用 Rust 编写的高性能工具，旨在替代 Python 传统的包管理工具链，速度比 pip 和 Conda 快数十甚至上百倍。 安装 uv 你可以通过一条命令安装 uv： 安装后，...
一句话编辑图片工具OmniGen2整合包下载，输入文本快速P图
和大家分享一个高效强大的一句话P图软件OmniGen2，这个软件可以通过输入一段描述词然后直接对图片内容进行修改，就像PS修图一样，但是操作起来更简单方便。我基于当前最新版本制作了windows版免安装一键启动整合包。 OmniGen2官方...
Wan2.2-S2V-14B:音频驱动图片转视频生成本地整合包及在线一键启动
Wan2.2-S2V-14B是阿里通义团队开源的一个视频生成模型，可以通过音频驱动将图片合成为一段人物讲话视频，人物讲话内容就是音频素材内容。同时支持cosyvoice声音克隆的文字转语音合成。 Wan2.2-S2V-14B官方介绍 Wan...
pixi包管理器简易教程系列：pypi方法安装pytorch
pytorch可以从conda-forge安装，也可以从Pypi安装，看到目前官方页面上安装命令里已经不提供conda的安装命令了，只有pip命令，所以这里用pypi方式安装。 打开项目文件夹内的pixi.toml文件，添加下面命令要求 执...
