faster-whisper-GUI

本地拖拽音频,一键生成字幕文本

开源 free 语音识别
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 3002
维护状态 维护中
是否开源 是
定价模式 free

项目预览

项目数据

分类语音识别
开发团队CheshireCC
所属国家
官网地址
定价模式free
价格说明开源免费,需自行部署
访问状态
是否开源是
开源协议AGPL-3.0
主要语言Python
技术栈/模型asr,faster-whisper,openai,transcribe,vad,voice-transcription,whisper,whisperx
GitHub 星标★ 3002
30天Star增速
HF 下载量
上线时间2023-07-18 00:00:00
代码更新—
仓库体积—
本站数据更新—
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-31
浏览次数6

项目介绍

faster-whisper-GUI 是一个基于 PySide6 的桌面图形界面工具,旨在为 faster-whisper 语音识别模型提供易用的操作界面。它解决了原始 faster-whisper 命令行工具对普通用户不友好的问题,让用户无需编写代码即可完成音频/视频文件的转录。核心能力包括:支持多种 faster-whisper 模型(如 tiny、base、small、medium、large-v3),可自动下载模型;内置 VAD(语音活动检测)过滤静音,提升转录效率和准确性;支持批量处理文件,可导出为 txt、srt、vtt 等字幕格式;提供实时转录预览和参数调节(如语言、beam size、温度等)。项目界面简洁,功能聚焦,适合个人用户快速完成本地语音转文字任务。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

难度:入门 约 10 分钟 部署方式:本地安装 5 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 具备图形界面的桌面系统(本项目为 PySide6 桌面 GUI 程序)
  • 本地已具备运行 faster-whisper / whisperX 相关依赖的环境(README 仅给出依赖链接,未给出版本要求)
  • 足够的磁盘空间用于存放 faster-whisper 模型文件(如 large-v3 float32 体积较大)
  • 网络可访问 HuggingFace,或可访问百度云网盘下载模型

安装与启动步骤

  1. 1获取软件

    从项目 GitHub 地址获取软件本体;README 未给出具体安装方式,需以仓库提供的发布包或说明为准。

    git clone https://github.com/CheshireCC/faster-whisper-GUI.git
  2. 2选择模型

    打开 HuggingFace 的 faster-whisper 模型列表页,按需挑选 tiny、base、small、medium、large-v3 等模型。

  3. 3下载 large-v3 模型

    如需 large-v3 float32 模型,可从作者提供的 HuggingFace 仓库下载,或使用百度云网盘链接(提取码 5xq8)。

  4. 4软件内下载转换

    README 说明也可以直接在软件中下载并转换模型,无需手动准备模型文件。

  5. 5确认用户协议

    使用前需阅读并同意用户协议:须在符合所在国家或地区法律的前提下使用本软件。

如何确认成功

打开软件能正常进入主界面,并成功加载或转换所选 faster-whisper 模型即可视为可用。

常见问题

Q:模型从哪里获取?

A:可从 HuggingFace 的 faster-whisper 模型列表页挑选下载,也可在软件内直接下载并转换;large-v3 float32 另有作者提供的 HuggingFace 仓库和百度云网盘链接。

Q:软件只支持 faster-whisper 吗?

A:README 说明当前版本还支持 whisperX,并支持 Demucs 模型。

Q:可以输出哪些文件格式?

A:README 说明可将音频或视频转录为 srt、txt、smi、vtt、lrc 等文件。

Q:没有命令行使用经验可以吗?

A:可以,本项目就是为 faster-whisper 提供图形界面的工具,所有 VAD 模型与 whisper 模型参数都可在界面中调节。

注意事项

  • README 未提供具体安装命令,实际安装步骤请以仓库最新说明为准,不要自行猜测依赖版本。
  • 百度云网盘链接的提取码为 5xq8。
  • 使用本软件即表示已阅读并同意用户协议,需遵守所在国家或地区的法律法规。
  • README 中提到的相关项目:PyQt-Fluent-Widgets、faster-whisper、whisperX、Demucs。

核心亮点

  • 提供图形界面,无需命令行即可使用 faster-whisper,降低使用门槛
  • 内置 VAD 检测,自动跳过静音段,转录速度更快且更准确
  • 支持批量转换和多种导出格式(txt/srt/vtt),满足字幕制作需求

不足之处

  • 界面功能相对基础,缺少高级编辑和校对功能
  • 文档/社区待观察

适用场景

  • 个人用户快速将会议录音转成文字稿
  • 视频创作者为本地视频生成字幕文件
  • 语言学习者转录外语音频以便对照学习

替代项目

WhisperDesktop、Buzz、SubtitleEdit

上一篇:speechbrain

下一篇:Mega-ASR

同类项目推荐

obs-localvocal 开源

直播录屏时,本地AI实时生成字幕,保护隐私零延迟

OBS plugin for local speech recognition and captioning using AI

★ 1637 2026-09-10
LiveCaptions-Translator 开源

实时捕获系统音频,一键翻译成你懂的语言

Lightweight and powerful real-time audio/speech translation tool based on Windows Li···

★ 3901 2026-08-10
speechbrain 开源

一站式 PyTorch 语音工具箱,快速搞定识别、说话人验证等任务

A PyTorch-based Speech Toolkit

★ 11877 2026-08-26
whisper-diarization 开源

给语音转写加上说话人标签,会议记录一目了然

Automatic Speech Recognition with Speaker Diarization based on OpenAI Whisper

★ 5663 2026-08-13