企业官网建设流程全解析

5 分钟跑通 Faster Whisper：比原版 Whisper 快 4 倍的语音转写引擎

【免费下载链接】faster-whisperFaster Whisper transcription with CTranslate2项目地址: https://gitcode.com/GitHub_Trending/fa/faster-whisper

Faster Whisper 是基于 CTranslate2 推理引擎实现的 Whisper 语音模型，在同等准确率下，把音频转文字的速度提升了最多 4 倍，配合 int8 量化还能明显省下内存。这篇指南先带你 5 分钟跑通一次完整转写，再讲后面用得上模型怎么选、参数怎么调。

安装 Faster Whisper：一条命令，不用装 FFmpeg

环境要求 Python 3.9 及以上，直接从 PyPI 安装即可：

pip install faster-whisper

有个容易踩的点：跟 openai/whisper 不同，Faster Whisper 不需要你在系统里单独装 FFmpeg。音频解码由 PyAV 库负责，FFmpeg 组件已经随它打包好了。

第一次转写：最小可运行示例

安装完就能写代码了。加载一个模型、传入音频文件，返回带时间戳的转写片段：

from faster_whisper import WhisperModel model = WhisperModel("base", device="auto", compute_type="int8") segments, info = model.transcribe("audio.mp3") print(f"检测到语言: {info.language} (概率: {info.language_probability:.2f})") for seg in segments: print(f"[{seg.start:.2f}s -> {seg.end:.2f}s] {seg.text}")

不指定language时，模型会根据前 30 秒音频自动判断语种；如果你已经知道语言，直接传language="zh"之类的语言码，可以省掉检测这一步。

模型怎么选：速度 vs 准确率

模型从 tiny 到 large 共五档，tiny 最快，large 最准；计算类型（compute_type）同样决定速度和内存：

• ⚡ CPU 上用int8，内存占用大幅降低，精度基本不变
• GPU 上可以用float16拿更高精度，但 large + fp16 需要 NVIDIA 显卡，并自行装好 cuBLAS 和 cuDNN（CUDA 12）

# CPU 低内存场景 model = WhisperModel("small", device="cpu", compute_type="int8", cpu_threads=8) # GPU 高精度场景 model = WhisperModel("large", device="cuda", compute_type="float16")

实用建议：先用 base 或 small 加 int8 起步，确认小模型精度不够再升级到 large，没必要一开始就拉满配置。

三个最实用的转写参数

跑通之后，日常最常调的是这几个开关，完整签名可以看 faster_whisper/transcribe.py：

1. vad_filter：语音活动检测，自动跳过静音片段，默认就是开启的，一般不用动
2. word_timestamps：设为True后每个词都有独立的起止时间，做逐字对齐的字幕时非常有用
3. initial_prompt：喂一段背景描述作为提示，能提升专业术语的识别率，比如中英混说的技术讲座，可以先给模型一点上下文

另外，长音频可以靠batch_size和chunk_length控制批处理大小与切分长度。

到底能快多少：官方基准数据

官方基准用一段 13 分钟的音频，在 NVIDIA RTX 3070 Ti 8GB（CUDA 12.4）上测 large-v2 模型：

CPU 侧（Intel Core i7-12700K，8 线程，small 模型）：原版实现耗时 6m58s，Faster Whisper 开 int8 后降到 1m42s，再开batch_size=8可以压到 51s。你的机器配置接近的话，可以直接跑 benchmark/ 目录下的脚本实测。

Faster Whisper 适合把"批量音频转文字"这件事的成本压到最低：装好之后，先用 base + int8 验证效果，再按硬件情况决定是否上 GPU 和 fp16。想自己写测试或看用例参考，tests/ 里有现成的音频样本和断言可以照着写。

【免费下载链接】faster-whisperFaster Whisper transcription with CTranslate2项目地址: https://gitcode.com/GitHub_Trending/fa/faster-whisper