Repolode
Const-me

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. 1

    Скачайте WhisperDesktop.zip из раздела Releases, распакуйте архив и запустите WhisperDesktop.exe

  2. 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

Локальный open-source инструмент для нарезки видео по расшифровке речи с помощью FunASR: выбирайте фрагменты по тексту или спикеру, а при желании используйте LLM.

6,5 тыс.+29 за неделю774PythonMITАктивно поддерживаетсяОбновлён 6 дней назад

Более быстрая реализация модели распознавания речи Whisper от OpenAI на движке инференса CTranslate2 с меньшим потреблением памяти и 8-битным квантованием.

26,5 тыс.+200 за неделю2,2 тыс.PythonMITАктивно поддерживаетсяОбновлён 15 часов назад