- GitHub 仓库
- openai/whisper
- 总 Stars
- ★ 111,020
- 主要语言
- Python
是什么
Whisper 是 OpenAI 开源的通用语音识别模型，Transformer 序列到序列架构，在大规模弱监督音频数据上训练，单模型可完成多语言语音识别、语音翻译、语种识别与语音活动检测，11.1 万 star。
能干嘛
pip install openai-whisper 后命令行转录音频/视频字幕，支持 99 种语言；也可作 Python 库集成进应用。
适合谁
需要做字幕、会议记录转写、播客转文字的开发者与内容创作者。
注意点
依赖 ffmpeg，系统需预装，缺了会直接报错；large 模型对显存/内存要求高，纯 CPU 转录速度慢；长音频建议先切分；转录中文时加 –language zh 可减少语种误判，嘈杂音频准确率会下降。对比 Vosk 等轻量离线引擎，Whisper 多语言准确率更高但资源占用大；对比云端 ASR API，Whisper 可完全本地运行、保护隐私。
站长点评
Whisper 是 OpenAI 开源项目里「最实用」的一个：11 万 star，装完就能用，字幕、会议纪要、播客转文字全搞定。本地运行+隐私，是它相对云端 ASR 最大的优势。但 large 模型吃资源是真的，纯 CPU 转录一小时音频能等到天荒地老——个人用 small/base 模型先试试，够用了再上 large。
项目地址：https://github.com/openai/whisper
⬇ 下载区（本站中转）
本站服务器实时中转 GitHub 文件，国内网络也可稳定下载；也可使用右侧官方链接。 本项目遵循 MIT 许可证。
要下载其他 GitHub 项目？试试本站的 GitHub 加速下载工具，粘贴链接即可中转。