faster-whisper: análisis (2026) — reconocimiento de voz local acelerado con CTranslate2

Historia: quién creó faster-whisper y por qué

Qué hace realmente faster-whisper

• Transcripción por lotes rápida. Cargar un WhisperModel una vez y llamar a .transcribe() sobre un archivo de audio para obtener un generador de segmentos con marca de tiempo e información de detección de idioma.
• Detección de actividad de voz (VAD) integrada. Al establecer vad_filter=True se ejecuta un modelo VAD Silero antes de la transcripción para eliminar automáticamente los tramos silenciosos, reduciendo el cómputo desperdiciado y el texto alucinado sobre silencio.
• Varios tipos de cómputo. Elegir float16 o int8_float16 en GPU, o int8 en CPU, intercambiando algo de precisión por menor uso de memoria y mayor velocidad.
• Marcas de tiempo por palabra. Pasar word_timestamps=True devuelve información de tiempo por palabra además de las marcas de tiempo por segmento.
• Inferencia por lotes. La clase BatchedInferencePipeline procesa varios segmentos de audio en paralelo por lotes para un mayor rendimiento en archivos más largos.
• Transcripción y traducción multilingües. Como los modelos Whisper subyacentes, faster-whisper puede transcribir en el idioma de origen o traducir directamente al inglés mediante el parámetro task="translate".

Instalar y ejecutar faster-whisper: paso a paso

1. 1
   Instalar faster-whisper.
   Why it matters: Ejecuta `pip install faster-whisper` en un entorno de Python (se recomienda Python 3.9+). Esto instala la biblioteca junto con su dependencia de CTranslate2; no se requiere una instalación separada del toolkit de CUDA para uso en CPU.
2. 2
   (Solo GPU) Confirmar que CUDA y cuDNN están disponibles.
   Why it matters: Para la aceleración por GPU necesitas un controlador NVIDIA funcional y una configuración de CUDA. faster-whisper depende del soporte de GPU de CTranslate2 — si `device="cuda"` falla, comprueba primero que `nvidia-smi` reconoce correctamente tu GPU antes de investigar por el lado de Python.
3. 3
   Cargar un modelo.
   Why it matters: En Python, ejecuta `from faster_whisper import WhisperModel` y luego `model = WhisperModel("large-v3", device="cuda", compute_type="float16")`. Sustituye `"large-v3"` por `"tiny"`, `"base"`, `"small"` o `"medium"` para un modelo más pequeño y rápido, o usa `device="cpu"` con `compute_type="int8"` si no tienes GPU.
4. 4
   Transcribir un archivo de audio.
   Why it matters: Ejecuta `segments, info = model.transcribe("audio.mp3", beam_size=5)`. Esto devuelve un generador de segmentos (no una lista) — debes iterar sobre él para que la transcripción se ejecute realmente.
5. 5
   Imprimir la transcripción.
   Why it matters: Recorre los segmentos: `for segment in segments: print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))`. Cada segmento incluye una hora de inicio, una de fin y el texto transcrito para ese tramo.
6. 6
   (Opcional) Activar el filtrado VAD.
   Why it matters: Pasa `vad_filter=True` a `.transcribe()` para omitir automáticamente los tramos silenciosos de audio mediante el modelo VAD Silero integrado, lo que reduce el cómputo desperdiciado en grabaciones largas con pausas.
7. 7
   (Opcional) Obtener marcas de tiempo por palabra.
   Why it matters: Pasa `word_timestamps=True` a `.transcribe()` para obtener el tiempo por palabra además del tiempo por segmento, útil para crear subtítulos o resaltar palabras a medida que se pronuncian.

Ejemplos de uso reales

• BatchedInferencePipeline envuelve un WhisperModel para procesar varios fragmentos de audio en paralelo, mejorando el rendimiento en archivos largos: from faster_whisper import BatchedInferencePipeline; batched_model = BatchedInferencePipeline(model=model).
• Compatibilidad con distil-large-v3. faster-whisper admite de forma nativa variantes destiladas de Whisper como distil-large-v3 — cárgalo igual que un nombre de modelo estándar para cambiar algo de precisión por una inferencia aproximadamente 6 veces más rápida.

from faster_whisper import WhisperModel

# GPU con float16 (lo más rápido, requiere CUDA + cuDNN)
model = WhisperModel("large-v3", device="cuda", compute_type="float16")

# CPU con int8 (no requiere GPU, más lento)
# model = WhisperModel("base", device="cpu", compute_type="int8")

segments, info = model.transcribe("audio.mp3", beam_size=5, vad_filter=True)

print(f"Detected language '{info.language}' with probability {info.language_probability:.2f}")

for segment in segments:
    print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))

# Traducir directamente audio no anglófono a texto en inglés
segments, info = model.transcribe("french-audio.mp3", task="translate")

# Marcas de tiempo por palabra para subtítulos
segments, info = model.transcribe("audio.mp3", word_timestamps=True)
for segment in segments:
    for word in segment.words:
        print("[%.2fs -> %.2fs] %s" % (word.start, word.end, word.word))

Licencia y coste

Para qué no sirve faster-whisper

• Despliegue sin Python o en binario multiplataforma. faster-whisper es una biblioteca de Python con una dependencia nativa de CTranslate2 — no está diseñada para ser un binario único y sin dependencias como whisper.cpp. Si necesitas apuntar a una Raspberry Pi, una app de iOS o una página WebAssembly sin entorno Python, whisper.cpp es la mejor opción.
• Aceleración por GPU en Apple Silicon. El backend CTranslate2 de faster-whisper admite CPU y NVIDIA CUDA, pero no tiene ninguna ruta de aceleración por GPU Apple Metal — en un Mac, faster-whisper recurre a la inferencia solo en CPU. El comparativo de PromptQuorum encontró que whisper.cpp con aceleración Metal es notablemente más rápido que faster-whisper solo en CPU en Apple Silicon.
• Diarización de hablantes ("quién dijo qué"). faster-whisper transcribe lo que se dijo, pero no separa ni etiqueta de forma nativa a distintos hablantes en una grabación con varias personas. Para diarización, combina sus transcripciones con una herramienta dedicada, o usa WhisperX, que añade diarización sobre las transcripciones de Whisper.
• Cero configuración para usuarios no técnicos. faster-whisper es una biblioteca de Python pensada para desarrolladores que construyen pipelines, no una aplicación de usuario final con interfaz gráfica. Quien quiera una app de transcripción de un clic debería recurrir en su lugar a una aplicación construida sobre faster-whisper o whisper.cpp, o a un servicio de transcripción alojado.

Alternativas a faster-whisper

Preguntas frecuentes

Veredicto

Fuentes

• faster-whisper en GitHub — repositorio oficial: README, instrucciones de instalación, licencia e historial de versiones.
• Releases de faster-whisper — historial de versiones, incluida la v1.2.1 (31 de octubre de 2025).
• LICENCIA de faster-whisper — texto de la licencia MIT.
• CTranslate2 en GitHub — el motor de inferencia sobre el que se construye faster-whisper.
• Anuncio de OpenAI Whisper — publicación original del modelo Whisper en 2022.

Lecturas relacionadas

• Whisper.cpp vs faster-whisper 2026: benchmarks de STT local, instalación y aceleración por GPU — el comparativo directo para quien tenga que elegir entre whisper.cpp y faster-whisper.
• Análisis de whisper.cpp — la alternativa en C/C++ sin Python, analizada con el mismo nivel de detalle.
• Construir un asistente de voz totalmente sin conexión en 2026 — conectar un motor STT basado en Whisper con un LLM local y Piper TTS en un pipeline de voz completo.
• Análisis de Piper TTS — el equivalente local de síntesis de voz, para convertir texto generado de nuevo en voz sin conexión.
• El directorio completo de software de LLM local — un directorio más amplio de herramientas de IA local en todas las categorías.