Repolode
제출하기
SYSTRAN

SYSTRAN/faster-whisper

CTranslate2 추론 엔진에서 실행되는 OpenAI Whisper 음성 인식 모델의 고속 재구현으로, 메모리 사용량을 줄이고 8비트 양자화를 지원합니다.

대체할 수 있는 제품:Otter.aiRev

GitHub에서 보기
스타
25,987
포크
2,152
열린 이슈
20
마지막 커밋
4일 전

어떤 프로젝트인가요?

faster-whisper는 Transformer 모델용 고속 추론 엔진인 CTranslate2에서 실행되는 OpenAI Whisper 음성 인식 모델의 Python 재구현입니다. Whisper로 오디오를 전사하면서 추론 시간과 메모리 사용량을 줄이려는 개발자를 대상으로 하며, CPU와 GPU 모두에서 8비트 양자화를 지원합니다.

라이브러리는 large-v3, distil-large-v3 같은 크기 이름으로 모델을 불러오는 WhisperModel 클래스를 제공하며, Hugging Face Hub에서 변환된 가중치를 다운로드합니다. 전사 결과는 타임스탬프가 포함된 세그먼트 제너레이터로 반환됩니다. 단어 단위 타임스탬프, Silero VAD 기반 무음 필터링, GPU 또는 CPU에서 배치 처리를 위한 BatchedInferencePipeline 등의 옵션도 제공됩니다. 오디오는 PyAV를 통해 디코딩하므로 FFmpeg를 별도로 설치할 필요가 없습니다.

변환 스크립트를 사용하면 fine-tuning된 모델을 포함해 Transformers 호환 Whisper 모델을 CTranslate2 형식으로 변환할 수 있습니다. GPU를 사용하려면 NVIDIA cuBLAS와 cuDNN 라이브러리가 필요하며, CUDA 11 및 12 버전 관련 안내가 제공됩니다.

핵심 기능

  • 01기존 구현보다 적은 메모리로 CTranslate2에서 Whisper 모델을 실행합니다.
  • 02GPU와 CPU에서 FP16 및 INT8 양자화를 지원합니다.
  • 03단어 단위 타임스탬프와 세그먼트 타임스탬프를 제공합니다.
  • 04Silero VAD 필터링으로 오디오의 무음 구간을 건너뜁니다.
  • 05transcribe를 그대로 대체할 수 있는 배치 추론 파이프라인을 제공합니다.
  • 06fine-tuning된 모델을 포함해 Transformers 형식의 Whisper 모델을 CTranslate2 형식으로 변환합니다.

활용 사례

  • 로컬 GPU 또는 CPU 서버에서 회의 녹음이나 팟캐스트를 전사합니다.
  • Python 애플리케이션이나 백엔드 서비스에 음성-텍스트 변환 기능을 추가합니다.
  • 동영상 콘텐츠에 사용할 단어별 타이밍이 포함된 자막을 생성합니다.
  • Whisper를 기반으로 실시간 또는 준실시간 전사 파이프라인을 구축합니다.

빠른 시작

  1. 1

    PyPI에서 패키지를 설치합니다

    pip install faster-whisper
  2. 2

    Python API로 오디오 파일을 텍스트로 변환합니다(전체 코드는 Usage 섹션 참조)

사용 전 알아둘 점

  • GPU를 사용하려면 CUDA 12용 NVIDIA cuBLAS와 cuDNN 9 라이브러리를 별도로 설치해야 합니다.
  • 최신 ctranslate2는 CUDA 12와 cuDNN 9만 지원하므로, 이전 CUDA 환경에서는 다운그레이드된 버전의 ctranslate2가 필요합니다.

토픽

#speech-to-text#whisper#speech-recognition#ctranslate2#quantization#transcription#inference#deep-learning#openai#transformer

자주 묻는 질문

faster-whisper은(는) 무엇인가요?
CTranslate2 추론 엔진에서 실행되는 OpenAI Whisper 음성 인식 모델의 고속 재구현으로, 메모리 사용량을 줄이고 8비트 양자화를 지원합니다. faster-whisper는 Transformer 모델용 고속 추론 엔진인 CTranslate2에서 실행되는 OpenAI Whisper 음성 인식 모델의 Python 재구현입니다. Whisper로 오디오를 전사하면서 추론 시간과 메모리 사용량을 줄이려는 개발자를 대상으로 하며, CPU와 GPU 모두에서 8비트 양자화를 지원합니다.
faster-whisper은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
faster-whisper은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
faster-whisper은(는) 아직 유지보수되고 있나요?
활발히 유지보수 중. faster-whisper의 마지막 커밋은 2026년 10월 16일입니다.
faster-whisper은(는) 어디에 사용할 수 있나요?
로컬 GPU 또는 CPU 서버에서 회의 녹음이나 팟캐스트를 전사합니다. Python 애플리케이션이나 백엔드 서비스에 음성-텍스트 변환 기능을 추가합니다. 동영상 콘텐츠에 사용할 단어별 타이밍이 포함된 자막을 생성합니다. Whisper를 기반으로 실시간 또는 준실시간 전사 파이프라인을 구축합니다.
faster-whisper는 어떻게 설치하나요?
PyPI에서 패키지를 설치합니다: pip install faster-whisper Python API로 오디오 파일을 텍스트로 변환합니다(전체 코드는 Usage 섹션 참조)
faster-whisper은(는) 어디서 받을 수 있나요?
소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/SYSTRAN/faster-whisper

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.

관련 프로젝트