faster-whisper 可以免费使用吗？用的什么许可证？

faster-whisper 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。

faster-whisper 还在维护吗？

活跃维护中。faster-whisper 最近一次提交是在 2026年10月16日。

faster-whisper 适合用来做什么？

在本地 GPU 或 CPU 服务器上转写会议录音或播客。为 Python 应用或后端服务增加语音转文字功能。为视频内容生成带单词级时间轴的字幕。基于 Whisper 构建实时或准实时的转写流程。

faster-whisper 怎么安装和运行？

从 PyPI 安装包: pip install faster-whisper 使用 Python API 转录音频文件（完整代码见使用部分）

在哪里获取 faster-whisper？

源代码和安装说明在 GitHub 上：https://github.com/SYSTRAN/faster-whisper

SYSTRAN/faster-whisper

基于 CTranslate2 推理引擎重新实现的 Whisper 语音转文字库，速度更快、占用内存更少。

可替代:Otter.ai Rev

在 GitHub 查看

Star: 25,987
Fork: 2,152
未关闭 Issue: 20
最近提交: 4天前

这是什么？

faster-whisper 是 OpenAI Whisper 语音识别模型的 Python 重新实现，底层使用 CTranslate2 推理引擎。它适合希望用 Whisper 转写音频、同时降低推理耗时和内存占用的开发者，并支持 CPU 与 GPU 上的 8 位量化。

库中的 WhisperModel 类可以按型号名称加载模型，例如 large-v3 或 distil-large-v3，转换后的权重会从 Hugging Face Hub 自动下载。转写结果以带时间戳的分段生成器返回，还支持单词级时间戳、基于 Silero VAD 的静音过滤，以及用于批量处理的 BatchedInferencePipeline。音频由 PyAV 解码，无需单独安装 FFmpeg。

项目提供转换脚本，可将兼容 Transformers 的 Whisper 模型（包括微调模型）转为 CTranslate2 格式。在 GPU 上运行需要安装 NVIDIA 的 cuBLAS 和 cuDNN 库，并附有 CUDA 11 与 CUDA 12 的版本说明。

核心功能

01基于 CTranslate2 运行 Whisper 模型，内存占用低于原始实现。
02在 GPU 和 CPU 上均支持 FP16 与 INT8 量化。
03提供单词级和分段级时间戳。
04集成 Silero VAD，可跳过音频中的静音部分。
05提供批量推理管线，可直接替换 transcribe 调用。
06可将 Transformers 格式的 Whisper 模型（含微调模型）转换为 CTranslate2 格式。

适用场景

在本地 GPU 或 CPU 服务器上转写会议录音或播客。
为 Python 应用或后端服务增加语音转文字功能。
为视频内容生成带单词级时间轴的字幕。
基于 Whisper 构建实时或准实时的转写流程。

快速上手

1
从 PyPI 安装包
pip install faster-whisper
2
使用 Python API 转录音频文件（完整代码见使用部分）

使用前须知

使用 GPU 需要另外安装适用于 CUDA 12 的 NVIDIA cuBLAS 和 cuDNN 9 库。
最新版 ctranslate2 仅支持 CUDA 12 和 cuDNN 9，较旧的 CUDA 环境需要降级 ctranslate2 版本。

常见问题

faster-whisper 是什么？: 基于 CTranslate2 推理引擎重新实现的 Whisper 语音转文字库，速度更快、占用内存更少。 faster-whisper 是 OpenAI Whisper 语音识别模型的 Python 重新实现，底层使用 CTranslate2 推理引擎。它适合希望用 Whisper 转写音频、同时降低推理耗时和内存占用的开发者，并支持 CPU 与 GPU 上的 8 位量化。
faster-whisper 可以免费使用吗？用的什么许可证？: faster-whisper 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。
faster-whisper 还在维护吗？: 活跃维护中。faster-whisper 最近一次提交是在 2026年10月16日。
faster-whisper 适合用来做什么？: 在本地 GPU 或 CPU 服务器上转写会议录音或播客。为 Python 应用或后端服务增加语音转文字功能。为视频内容生成带单词级时间轴的字幕。基于 Whisper 构建实时或准实时的转写流程。
faster-whisper 怎么安装和运行？: 从 PyPI 安装包: pip install faster-whisper 使用 Python API 转录音频文件（完整代码见使用部分）
在哪里获取 faster-whisper？: 源代码和安装说明在 GitHub 上：https://github.com/SYSTRAN/faster-whisper

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。