返回 AI 工具目录
whisper-ctranslate2
开发框架人工精选最近核验 2026年7月23日
whisper-ctranslate2 是 Softcatalà 维护的语音转文字命令行工具,命令行接口与 OpenAI 原版 Whisper 兼容,底层改用 CTranslate2 与 faster-whisper 推理引擎以获得更快的转写速度。它支持 CPU 与 NVIDIA GPU,提供说话人分离、语音活动检测(VAD)过滤、麦克风实时转写、按置信度着色,以及微调模型加载。通过 pip 或官方 Docker 镜像本地运行,MIT 许可,适合需要在自有机器上批量或实时做语音转写、又想沿用 Whisper 用法的团队。
定价开源部署本地运行、自托管国内可达国内可达
解决什么问题
- 在本地更快完成 Whisper 语音转写
- 沿用 OpenAI Whisper 的命令行用法迁移
- 支持说话人分离与 VAD 静音过滤
- 可做麦克风实时转写与批量文件处理
适合
- 需要在自有机器离线做语音转写的团队
- 已有 Whisper 使用习惯、想提速的场景
- 有 NVIDIA GPU 可用于加速推理
- 需要说话人分离或字幕生成的音频处理
不适合
- 需要托管式转写 API 而非自建(本工具为本地 CLI)
- 无 GPU 且对速度要求高时(CPU 会明显变慢)
- 批量推理模式下会忽略部分阈值参数
- 需要成品化图形界面(仅命令行)
如何接入
- 通过 pip 或官方 Docker 镜像安装运行
- 底层依赖 CTranslate2 与 faster-whisper
- 可选 pyannote.audio 做说话人分离
- 可选 Silero VAD 做语音活动检测
已知限制
- 批量推理会忽略 compression_ratio 等部分阈值参数
- 模型经 HuggingFace 下载,国内可能需镜像
- 仅命令行,无图形界面
- 转写质量仍受所选 Whisper 模型规模影响
接入与使用事实
- 部署方式
- 本地运行、自托管
- 实现语言
- Python
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 开源
- 许可证
- 待确认
- 国内可达性
- 国内可达
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号，不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
暂无可公开的来源链接。