faster-whisper

faster-whisperはOpenAIの音声認識モデルWhisperをCTranslate2で再実装し、速度とメモリ効率を高めたオープンソースライブラリである。

記事1本最終言及

faster-whisperは、OpenAIの音声認識モデルWhisperを推論エンジンCTranslate2で再実装したオープンソースのPythonライブラリである。機械翻訳企業のSYSTRANが2023年に公開し、MITライセンスで配布されている。

元のPyTorch実装と同じWhisperのモデル重みを変換して使いながら、8ビット量子化などでメモリ使用量を減らし、CPUやNVIDIA GPU上でより高速に文字起こしを行う。単語単位のタイムスタンプと音声区間検出(VAD)フィルタに対応し、字幕生成や音声書き起こしツールで広く使われている。

この説明は、AIPOSTの記事と広く知られた事実をもとにまとめたものです。誤りがあれば訂正依頼でお知らせください。

この項目を扱った記事

  • Claude Codeで動画編集を自動化、7つのプロンプトで公開用カットにAI活用 ·

    文字起こし用にはハードウェアを検出し、Apple SiliconのMacにはmlx-whisperを、IntelのMacとWindowsにはfaster-whisperをインストールします。

    記事を読む

説明の誤りや、見つからない項目はありますか?

事典の説明は、AIPOSTの記事と広く知られた事実をもとにまとめています。誤りは訂正依頼でお知らせいただければ、確認して修正します。新しい記事に登場した名前は、記事の公開後に事典に加わります。