faster-whisper

基于 Python · 开源免费，本地部署，数据完全自主可控

⭐ 13.5k Stars 💻 Python 📄 MIT 🏷 AI 9.1分

9.1AI 综合评分

字幕语音识别加速PythonAI低显存

🌐 访问官网

✦ AI Skill Hub 推荐

faster-whisper 是 AI Skill Hub 本期精选AI工具之一。在 GitHub 上收获超过 13.5k 颗 Star，综合评分 9.1 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。

📚 深度解析

faster-whisper 是 OpenAI Whisper 的高性能重实现版本，由 SYSTRAN 团队基于 CTranslate2 推理引擎开发。在提供与原版 Whisper 相同识别精度的前提下，faster-whisper 的推理速度提升 4-8 倍，显存（VRAM）占用降低约 50%，是目前生产环境中使用 Whisper 系列模型的首选方案。

相比原版 Whisper，faster-whisper 的核心优势在于量化支持：它原生支持 int8 量化，可以在保持 95% 以上精度的同时，将 large-v2 模型的显存需求从 10GB 降至 4GB 以内，使得在消费级显卡（如 RTX 3060 12GB）上运行高质量语音识别成为可能。在 CPU 模式下，faster-whisper 也比原版快 2-4 倍，非常适合没有独立显卡的用户。

faster-whisper 支持词级（word-level）时间戳，这是原版 Whisper 不具备的功能，对于字幕制作和语音对齐任务非常重要。结合 VAD（Voice Activity Detection）过滤，可以跳过静音片段，显著提升长音频的处理速度。AI Skill Hub 在实测中发现，对于 1 小时的普通话录音，faster-whisper（large-v2 int8 模式）在 RTX 3080 上的处理时间约为 3-4 分钟，是原版的 1/6 左右。

📋 工具概览

Whisper 的 CTranslate2 加速版，字幕生成速度提升 4 倍，显存占用更低

faster-whisper 是一款基于 Python 开发的开源工具，专注于字幕、语音识别、加速等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。

GitHub Stars

⭐ 13.5k

开发语言

Python

支持平台

Windows / macOS / Linux

维护状态

活跃维护，更新频繁

开源协议

MIT

AI 综合评分

9.1 分

工具类型

AI工具

Forks

—

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

Whisper 的 CTranslate2 加速版，字幕生成速度提升 4 倍，显存占用更低

📌 核心特色

开源免费，支持本地部署，数据完全自主可控
活跃的 GitHub 开源社区，持续迭代更新
提供详细文档和使用示例，新手友好
支持自定义配置，灵活适配不同使用环境
可作为基础组件集成进现有技术栈或进行二次开发

🎯 主要使用场景

本地部署运行，保护数据隐私，满足合规要求
自定义集成到现有系统，扩展技术栈能力
作为开源基础组件进行商业化二次开发

以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。

安装命令

# 方式一：pip 安装（推荐）
pip install faster-whisper

# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install faster-whisper

# 方式三：从源码安装（获取最新功能）
git clone https://github.com/SYSTRAN/faster-whisper
cd faster-whisper
pip install -e .

# 验证安装
python -c "import faster_whisper; print('安装成功')"

📋 安装步骤说明

访问 GitHub 仓库页面
按照 README 文档完成依赖安装
根据系统环境完成初始化配置
参考官方示例或文档开始使用
遇到问题可在 GitHub Issues 中查找解答

以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。

常用命令 / 代码示例

# Python 调用示例
from faster_whisper import WhisperModel

model = WhisperModel("medium", device="cpu", compute_type="int8")
segments, info = model.transcribe("audio.mp3", beam_size=5)

for segment in segments:
    print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))

# 快速获取 SRT 字幕
from faster_whisper import WhisperModel
import srt, datetime

model = WhisperModel("small")
segments, _ = model.transcribe("video.mp4", language="zh")

以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。

配置示例

# faster-whisper 配置文件示例（config.yml）
app:
  name: "faster-whisper"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
faster-whisper --config config.yml

# 或通过环境变量配置
export FASTER_WHISPER_API_KEY="your-key"
export FASTER_WHISPER_OUTPUT_DIR="./output"

⚡ 核心功能