Whisper.cpp：本地跑语音转文字，不用把录音发上云

GitHub 仓库

ggerganov/whisper.cpp

总 Stars

★ 54,744

主要语言

C++

查看 GitHub 项目

结论先说：Whisper.cpp 是 OpenAI Whisper 模型的 C/C++ 移植版，5.4 万 stars、C++ 编写、MIT 协议，10 月 28 日仍在更新。它让语音转文字彻底本地化：不用联网、不用把录音发上云。

是什么：把 Whisper 语音识别模型搬到纯 C/C++ 实现，不依赖 Python 与重型框架，普通电脑甚至树莓派级别的设备都能跑。

能干嘛：会议录音、采访、播客、课程音频转文字；批量处理本地音频；嵌入自己的应用或流水线，做离线字幕与检索。

适合谁：对录音隐私有要求的人；要批量转写、不想按分钟付费的团队；做本地化语音功能的开发者。

注意点：识别质量与模型大小直接挂钩：小模型快但错得多，大模型准但吃资源，先按硬件选档位；中文识别要用对应语言模型。

本地跑和调用云端语音识别 API 有什么区别？

区别在隐私与成本。云端按量收费、录音要上传；本地一次部署、后续只花电费，敏感录音也不出内网。代价是前期要自己选模型、调参数，适合有一定动手能力的人。

站长点评：我选它是因为它是“本地 AI”这个趋势里最实用的代表之一：不需要显卡服务器也能跑出可用效果。同类里 Faster-Whisper 更偏 Python 生态、部署更快，Whisper.cpp 胜在轻量与可移植。我的判断是：有转写需求先从它入手，跑通一条本地链路再谈优化。