ggml-org/whisper.cpp

これは何？

主な機能

• 01依存関係なしで、C/C++による完全オフライン動作に対応します。
• 02Metal、Core ML、CUDA、Vulkan、HIP/ROCm、OpenVINOの各バックエンドで推論を高速化します。
• 03モデルサイズとメモリ使用量を削減する整数量子化に対応します。
• 04音声区間検出により、発話部分だけを処理できます。
• 05HTTPサーバー、リアルタイムストリーミング、各種言語向けバインディングを提供します。

ユースケース

• クラウドAPIを使わずに、デスクトップアプリやモバイルアプリへオフライン音声テキスト変換を追加する。
• コマンドラインやバッチスクリプトで音声ファイルを文字起こしする。
• ローカルのGPUまたはCPUサーバーで、セルフホストの文字起こしエンドポイントを運用する。
• Raspberry Piなどの組み込みデバイスで、音声コマンドやアシスタントを構築する。

クイックスタート

1. 1

   リポジトリをクローンする

   git clone https://github.com/ggml-org/whisper.cpp.git
2. 2

   プロジェクトディレクトリに移動する

   cd whisper.cpp
3. 3

   base.enモデルをダウンロードする

   sh ./models/download-ggml-model.sh base.en
4. 4

   whisper-cliをビルドし、サンプルファイルを文字起こしする

   cmake -B build && cmake --build build -j --config Release && ./build/bin/whisper-cli -f samples/jfk.wav

使う前に知っておきたいこと

• !whisper-cliのサンプルは16ビットWAVファイルのみを受け付けるため、ほかの形式は事前に変換する必要があります（例: ffmpegを使用）。
• !Core ML、OpenVINO、AMD NPUなどの一部の高速化機能を利用するには、追加のセットアップと特定のハードウェアが必要です。

トピック

よくある質問

whisper.cpp とは？

OpenAIのWhisper音声認識モデルをC/C++に移植し、CPUとGPUで高速・オフライン・依存関係なしに音声をテキスト化します。 whisper.cppは、OpenAIのWhisper自動音声認識モデルをC/C++で実装したものです。Pythonや重い実行時依存関係なしにローカルで文字起こしできるため、デスクトップ、モバイル、組み込みアプリへの組み込みに適しています。

whisper.cpp は無料で使えますか？ライセンスは？

whisper.cpp は MIT 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.cpp は今もメンテナンスされていますか？

活発にメンテナンス中。whisper.cpp の最終コミットは 2026年10月19日 です。

whisper.cpp は何に使えますか？

クラウドAPIを使わずに、デスクトップアプリやモバイルアプリへオフライン音声テキスト変換を追加する。 コマンドラインやバッチスクリプトで音声ファイルを文字起こしする。 ローカルのGPUまたはCPUサーバーで、セルフホストの文字起こしエンドポイントを運用する。 Raspberry Piなどの組み込みデバイスで、音声コマンドやアシスタントを構築する。

whisper.cpp のインストール方法は？

リポジトリをクローンする: git clone https://github.com/ggml-org/whisper.cpp.git プロジェクトディレクトリに移動する: cd whisper.cpp base.enモデルをダウンロードする: sh ./models/download-ggml-model.sh base.en whisper-cliをビルドし、サンプルファイルを文字起こしする: cmake -B build && cmake --build build -j --config Release && ./build/bin/whisper-cli -f samples/jfk.wav

whisper.cpp 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/ggml-org/whisper.cpp