Распознавание речи с открытым исходным кодом на базе Whisper: точные временные метки для каждого слова и опциональная диаризация говорящих.
Const-me/Whisper
Порт Whisper от OpenAI на C++ для Windows: распознаёт речь на любой GPU с Direct3D 11 через DirectCompute.
- Звёзды
- 10,706
- Форки
- 981
- Открытые issues
- 172
- Последний коммит
- 2 месяца назад
Что это?
Whisper — реализация модели автоматического распознавания речи Whisper от OpenAI на C++ для Windows. Проект основан на whisper.cpp и использует файлы моделей GGML. Вычисления выполняются на GPU с помощью compute-шейдеров DirectCompute, поэтому CUDA и PyTorch не нужны, а поддерживается любое GPU-оборудование с Direct3D 11.0.
В проект входят графический интерфейс WhisperDesktop для расшифровки аудиофайлов и записи звука с микрофона в реальном времени, нативная DLL в стиле COM и C#-обёртка, доступная через NuGet. Для декодирования аудио используется Media Foundation, а при записи с микрофона можно включить обнаружение речевой активности. Поддерживается только 64-разрядная Windows.
По словам автора, с 2023 года проект больше не обновляется; также существует его коммерческий преемник.
Ключевые возможности
- 01Запуск вычислений на GPU любого производителя с помощью compute-шейдеров DirectCompute на оборудовании с Direct3D 11.0
- 02Нативная библиотека на C++ без зависимостей во время выполнения, кроме компонентов ОС
- 03Графический интерфейс для расшифровки файлов и записи звука с микрофона в реальном времени
- 04Декодирование аудио и видео через Media Foundation
- 05Обнаружение речевой активности при записи с микрофона
- 06C#-обёртка в NuGet и поддержка скриптов на PowerShell 5.1
Сценарии использования
- Расшифровка аудиофайлов на ПК с Windows без установки Python или CUDA
- Добавление офлайн-распознавания речи в приложение для Windows на C# или C++
- Расшифровка звука с микрофона в реальном времени на компьютерах со встроенной или не-NVIDIA видеокартой
Быстрый старт
- 1
Скачайте WhisperDesktop.zip из раздела Releases, распакуйте архив и запустите WhisperDesktop.exe
- 2
При первом запуске по запросу скачайте модель, например ggml-medium.bin (1,42 ГБ)
Что важно знать
- Поддерживается только Windows 64-bit; macOS и Linux не поддерживаются.
- Требуется процессор с поддержкой AVX1 и F16C.
- Автор не обновляет проект с 2023 года, и существует коммерческий преемник.
- Автоматическое определение языка не реализовано, а захват в реальном времени сопровождается высокой задержкой (около 5–10 секунд).
В подборках
Темы
Частые вопросы
- Что такое Whisper?
- Порт Whisper от OpenAI на C++ для Windows: распознаёт речь на любой GPU с Direct3D 11 через DirectCompute. Whisper — реализация модели автоматического распознавания речи Whisper от OpenAI на C++ для Windows. Проект основан на whisper.cpp и использует файлы моделей GGML. Вычисления выполняются на GPU с помощью compute-шейдеров DirectCompute, поэтому CUDA и PyTorch не нужны, а поддерживается любое GPU-оборудование с Direct3D 11.0.
- Whisper можно использовать бесплатно? Какая у него лицензия?
- Whisper распространяется с открытым исходным кодом под лицензией MPL-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- Whisper всё ещё поддерживается?
- Обновлялся за последние 6 месяцев. Последний коммит в Whisper — 22 сент. 2026 г..
- Для чего можно использовать Whisper?
- Расшифровка аудиофайлов на ПК с Windows без установки Python или CUDA Добавление офлайн-распознавания речи в приложение для Windows на C# или C++ Расшифровка звука с микрофона в реальном времени на компьютерах со встроенной или не-NVIDIA видеокартой
- Как установить Whisper?
- Скачайте WhisperDesktop.zip из раздела Releases, распакуйте архив и запустите WhisperDesktop.exe При первом запуске по запросу скачайте модель, например ggml-medium.bin (1,42 ГБ)
- Где скачать Whisper?
- Исходный код и инструкции по установке — на GitHub: https://github.com/Const-me/Whisper
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Ориентированный на промышленное использование toolkit для end-to-end распознавания речи на PyTorch: CLI, Python API, рецепты обучения и рантаймы для деплоя.
Локальное open-source приложение для диктовки с AI: преобразует речь в текст на macOS и Windows и работает офлайн с Whisper.
Локальный open-source инструмент для нарезки видео по расшифровке речи с помощью FunASR: выбирайте фрагменты по тексту или спикеру, а при желании используйте LLM.
Порт модели распознавания речи OpenAI Whisper на C/C++ для быстрого автономного преобразования речи в текст на CPU и GPU без зависимостей.
Более быстрая реализация модели распознавания речи Whisper от OpenAI на движке инференса CTranslate2 с меньшим потреблением памяти и 8-битным квантованием.