Repolode
提交项目
Const-me

Const-me/Whisper

基于 DirectCompute 在任意 D3D11 GPU 上运行的 Windows 版 Whisper 语音识别实现。

在 GitHub 查看
Star
10,706
Fork
981
未关闭 Issue
172
最近提交
2个月前

这是什么？

Whisper 是一个面向 Windows 的 C++ 实现，用于运行 OpenAI 的 Whisper 自动语音识别模型。项目基于 whisper.cpp 及其 GGML 模型文件，通过 DirectCompute 计算着色器在 GPU 上完成推理，不依赖 CUDA 或 PyTorch，只要显卡支持 Direct3D 11.0 即可运行。

项目提供 WhisperDesktop 图形界面，可转写音频文件，也可以通过麦克风实时录音并转写或翻译。库本身是 COM 风格的原生 DLL，并提供可从 NuGet 安装的 C# 封装。音频解码基于 Media Foundation，麦克风采集支持语音活动检测。目前仅支持 64 位 Windows。作者表示该项目自 2023 年起不再更新。

核心功能

  • 01基于 DirectCompute 计算着色器，兼容支持 Direct3D 11.0 的各厂商显卡
  • 02原生 C++ 库，除系统组件外无运行时依赖
  • 03提供图形界面，支持音频文件转写和麦克风实时转写或翻译
  • 04通过 Media Foundation 解码大多数音视频格式
  • 05麦克风采集支持语音活动检测
  • 06提供可通过 NuGet 安装的 C# 封装，并支持 PowerShell 5.1 脚本

适用场景

  • 在没有 Python 或 CUDA 环境的 Windows 电脑上转写音频文件
  • 为 Windows 下的 C# 或 C++ 应用加入离线语音识别
  • 在集成显卡或非 NVIDIA 显卡的机器上进行麦克风实时转写

快速上手

  1. 1

    从 Releases 页面下载 WhisperDesktop.zip，解压后运行 WhisperDesktop.exe

  2. 2

    首次启动时，按提示下载模型，例如 ggml-medium.bin（1.42GB）

使用前须知

  • 仅支持 64 位 Windows，不支持 macOS 或 Linux。
  • 需要支持 AVX1 和 F16C 的 CPU。
  • 作者自 2023 年起未再更新该项目，并已推出商业后续产品。
  • 未实现自动语言检测，实时录音的延迟较高（约 5-10 秒）。

收录于专题

AI 视频与音频工具GPU 加速的 AI 训练与推理工具

标签

#speech-recognition#whisper#asr#directcompute#gpu#windows#transcription

常见问题

Whisper 是什么？
基于 DirectCompute 在任意 D3D11 GPU 上运行的 Windows 版 Whisper 语音识别实现。 Whisper 是一个面向 Windows 的 C++ 实现，用于运行 OpenAI 的 Whisper 自动语音识别模型。项目基于 whisper.cpp 及其 GGML 模型文件，通过 DirectCompute 计算着色器在 GPU 上完成推理，不依赖 CUDA 或 PyTorch，只要显卡支持 Direct3D 11.0 即可运行。
Whisper 可以免费使用吗？用的什么许可证？
Whisper 以 MPL-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
Whisper 还在维护吗？
半年内有更新。Whisper 最近一次提交是在 2026年9月22日。
Whisper 适合用来做什么？
在没有 Python 或 CUDA 环境的 Windows 电脑上转写音频文件 为 Windows 下的 C# 或 C++ 应用加入离线语音识别 在集成显卡或非 NVIDIA 显卡的机器上进行麦克风实时转写
Whisper 怎么安装和运行？
从 Releases 页面下载 WhisperDesktop.zip，解压后运行 WhisperDesktop.exe 首次启动时，按提示下载模型，例如 ggml-medium.bin（1.42GB）
在哪里获取 Whisper？
源代码和安装说明在 GitHub 上：https://github.com/Const-me/Whisper

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目