Const-me/Whisper

これは何？

主な機能

• 01Direct3D 11.0対応GPU上でDirectComputeのコンピュートシェーダーを使った、ベンダーを問わないGPU推論
• 02OSコンポーネント以外のランタイム依存関係がないネイティブC++ライブラリ
• 03ファイルの文字起こしとマイク音声のリアルタイム録音に対応したデスクトップGUI
• 04Media Foundationによる音声・動画のデコード
• 05マイク録音向けの音声アクティビティ検出
• 06NuGetで提供されるC#ラッパーとPowerShell 5.1のスクリプト対応

ユースケース

• PythonやCUDAをインストールせずに、Windows PCで音声ファイルを文字起こしする
• Windows向けC#またはC++アプリケーションにオフライン音声認識を組み込む
• 内蔵GPUまたはNVIDIA以外のGPUを搭載したマシンで、マイク入力をリアルタイムに文字起こしする

クイックスタート

1. 1

   Releases セクションから WhisperDesktop.zip をダウンロードして展開し、WhisperDesktop.exe を実行します

2. 2

   初回起動時にプロンプトが表示されたら、ggml-medium.bin（1.42GB）などのモデルをダウンロードします

使う前に知っておきたいこと

• !Windows 64-bit のみ対応しており、macOS と Linux はサポートしていません。
• !AVX1 と F16C に対応した CPU が必要です。
• !作者は2023年以降このプロジェクトを更新しておらず、後継の商用製品があります。
• !言語の自動検出には対応しておらず、リアルタイム録音は遅延が大きく（約5～10秒）なります。

収録されている特集

トピック

よくある質問

Whisper とは？

OpenAIのWhisper音声認識をWindows向けに移植したC++実装。DirectCompute経由でDirect3D 11 GPU上で推論を実行します。 Whisperは、whisper.cppプロジェクトとそのGGMLモデルファイルをベースにした、OpenAIのWhisper自動音声認識モデルのWindows向けC++実装です。DirectComputeのコンピュートシェーダーを使ってモデルの計算をGPU上で実行するため、CUDAやPyTorchに依存せず、Direct3D 11.0に対応するあらゆるハードウェアGPUで動作します。

Whisper は無料で使えますか？ライセンスは？

Whisper は MPL-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

Whisper は今もメンテナンスされていますか？

半年以内に更新あり。Whisper の最終コミットは 2026年9月22日 です。

Whisper は何に使えますか？

PythonやCUDAをインストールせずに、Windows PCで音声ファイルを文字起こしする Windows向けC#またはC++アプリケーションにオフライン音声認識を組み込む 内蔵GPUまたはNVIDIA以外のGPUを搭載したマシンで、マイク入力をリアルタイムに文字起こしする

Whisper のインストール方法は？

Releases セクションから WhisperDesktop.zip をダウンロードして展開し、WhisperDesktop.exe を実行します 初回起動時にプロンプトが表示されたら、ggml-medium.bin（1.42GB）などのモデルをダウンロードします

Whisper はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/Const-me/Whisper