Whisper

本地离线跑 Whisper，语音转文字不联网也快

Whisper.cpp 是 OpenAI Whisper 语音识别模型的 C/C++ 高性能推理实现，通过手写 GPGPU 内核与量化技术，让原本依赖 PyTorch 的模型能在消费级硬件上离线运行。它解决了云端 ASR 的隐私、延迟与成本问题：音频无需上传，本地即可转写。核心能力包括：支持 ggml 量化（q5_0、q8_0 等）显著降低显存占用，可在 NVIDIA/AMD/Apple Silicon 上加速；提供流式与批处理接口，附带命令行工具和多种语言绑定；支持多语言识别、翻译与时间戳输出。项目以单文件、零依赖为设计目标，便于嵌入桌面、移动端或边缘设备，是本地语音转文字场景中被广泛采用的基础设施。

开源 free 语音识别

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 10668

维护状态活跃

是否开源是

定价模式 free

项目数据

分类语音识别

开发团队Const-me

所属国家

官网地址

GitHubhttps://github.com/Const-me/Whisper

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MPL-2.0

主要语言C++

技术栈/模型

GitHub 星标★ 10668

30天Star增速

HF 下载量

上线时间2023-01-07 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-23

浏览次数0

使用教程

难度：入门约 10 分钟部署方式：本地安装 6 步

环境要求

Windows 操作系统（本仓库是 whisper.cpp 的 Windows 移植版）
已从本仓库 Releases 下载 WhisperDesktop.zip
磁盘空间充足：推荐模型 ggml-medium.bin 约 1.42GB
可正常访问 GitHub Releases 页面

安装与启动步骤

1下载发行包

到本仓库 Releases 区下载 WhisperDesktop.zip，不要从第三方网站下载。

2解压压缩包

把 ZIP 解压到任意目录，下面命令中的路径可替换成你自己的下载路径。

Expand-Archive -Path "$env:USERPROFILEDownloadsWhisperDesktop.zip" -DestinationPath "$env:USERPROFILEDownloadsWhisperDesktop" -Force

3运行程序

进入解压目录双击 WhisperDesktop.exe，或在命令行执行以下命令启动。
```
.WhisperDesktop.exe
```
4下载识别模型

首次启动界面会提示下载模型，README 推荐 ggml-medium.bin，约 1.42GB。
5转写音频文件

在文件转写界面选择本地音频文件，由程序完成后台识别并输出文字。
6实时麦克风转写

另一个界面可采集麦克风实时音频，进行实时转写或翻译。

关键配置

配置项	必填	说明	示例
`识别模型`	是	首次启动时选择并下载的 ggml 模型文件	`ggml-medium.bin`

如何确认成功

WhisperDesktop.exe 正常打开，首个界面提示下载模型，即表示启动成功。

常见问题

Q：该选哪个模型？

A：README 推荐 ggml-medium.bin（约 1.42GB），因为作者主要用这个模型做过测试。

Q：从哪里下载才安全？

A：只从本仓库的 Releases 区下载。网站 whisperdesktop.com 冒充本项目，不要信任。

Q：支持哪些平台？

A：本仓库是 whisper.cpp 的 Windows 移植版，提供的是 Windows 桌面程序。

Q：能实时转写吗？

A：可以，程序有单独界面用于采集麦克风音频并实时转写或翻译。

注意事项

本项目自 2023 年起未再更新，作者已转向商业后继产品。
whisperdesktop.com 为冒充站点，其下载链接可能被替换为恶意软件。
模型文件较大，首次使用需预留下载时间和磁盘空间。

核心亮点

纯 C/C++ 实现，无 Python/PyTorch 依赖，可嵌入桌面与移动端
支持 ggml 量化与 GPU 加速，消费级显卡即可实时转写
提供多语言绑定和命令行工具，集成门槛低

不足之处

模型转换与量化流程对新手仍有一定学习成本
不同后端（CUDA/Metal/Vulkan）性能与兼容性差异需自行调优

适用场景

本地会议录音转文字，保护隐私不传云端
为桌面/移动应用嵌入离线语音输入功能
批量处理播客、视频字幕生成与翻译

替代项目

whisper、faster-whisper

项目介绍

Whisper 是语音识别领域的开源项目，由 Const-me 开发，2023 年首次发布。

在全站 12,961 个收录项目中，它的 GitHub 星标数（10,668）位列前 5%，在语音识别分类的 192 个项目里位列前 7%。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。开源免费，需自行部署。

它主要面向的使用场景是：本地会议录音转文字，保护隐私不传云端。同类可对比的替代方案包括 whisper、faster-whisper。

上一篇：whisper

下一篇：awesome-whisper