faster-whisper是基于推理引擎CTranslate2重新实现OpenAI语音识别模型Whisper的开源Python库。它由机器翻译公司SYSTRAN于2023年发布,以MIT许可证分发。
它使用由原PyTorch实现转换而来的相同Whisper模型权重,通过8位量化等技术降低内存占用,并在CPU和NVIDIA GPU上更快地完成转写。它支持词级时间戳和语音活动检测(VAD)过滤,被广泛用于字幕生成和语音转写工具。
faster-whisper是基于CTranslate2重新实现OpenAI语音识别模型Whisper的开源库,推理更快、内存占用更低。
faster-whisper是基于推理引擎CTranslate2重新实现OpenAI语音识别模型Whisper的开源Python库。它由机器翻译公司SYSTRAN于2023年发布,以MIT许可证分发。
它使用由原PyTorch实现转换而来的相同Whisper模型权重,通过8位量化等技术降低内存占用,并在CPU和NVIDIA GPU上更快地完成转写。它支持词级时间戳和语音活动检测(VAD)过滤,被广泛用于字幕生成和语音转写工具。
本条目依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们。
转写方面,它会检测硬件,在Apple Silicon的Mac上安装mlx-whisper,在Intel Mac和Windows上安装faster-whisper。
阅读文章百科说明依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们,我们会核实并修改。新文章中出现的名称会在文章发布后加入百科。