whisper.cpp｜本地离线语音转文字引擎

用途与定位

whisper.cpp 是 OpenAI Whisper 语音识别模型在 C/C++ 语言下的实现，把原本依赖较重框架的模型改写成可编译、可嵌入的本地程序。它的核心价值是把「音频转文字」这件事放到本地完成，不依赖在线接口。

适用人群

• 想把语音转录能力集成到自己程序里的开发者；
• 对音频隐私敏感、不希望上传云端的使用者；
• 需要在没有稳定网络的机器上做转录的技术人员。

已知能力

据项目说明，它实现了 Whisper 模型的推理，可处理多语言的语音转文字任务。社区中常见做法是配合编译出的可执行程序、命令行或语言绑定调用。具体支持的模型规格、量化选项与各平台性能，以项目文档与实际测试为准，本文未做实测。

典型使用步骤

1. 按项目文档在自己的平台上编译，或使用已有的构建产物；
2. 准备与程序匹配的模型文件，并放到指定目录；
3. 通过命令行或自己编写的调用代码输入音频文件，得到文本结果；
4. 如需字幕格式输出，可查看文档中是否提供相应参数。

以上步骤为通用流程，具体命令与参数请以项目最新文档为准（待核查）。

费用与许可

软件本身开源，但具体许可证条款需查阅项目仓库中的许可文件；模型权重另有其自身的使用条款，二者不可混为一谈。本文导航资料标注的 CC-BY-4.0 仅适用于本条目介绍文字，不适用于该软件。

限制与注意

• 本地运行意味着速度取决于硬件，较长的音频可能需要较长处理时间，具体表现待实测；
• 识别准确率受音频质量、模型规格和语言影响；
• 国内网络环境下获取模型与依赖可能需要自行解决，可用性待核验。

来源与使用边界

原始入口：https://github.com/ggml-org/whisper.cpp

整理来源：https://github.com/ikaijua/Awesome-AITools

依据来源资料经AI翻译整理，未由本站实测。原始资料许可：CC-BY-4.0；目录许可不代表各产品或文件的使用授权。费用、账号、国内访问与版本兼容条件以原始发布者最新说明为准。