faster-whisper评测(2026):CTranslate2加速的本地语音识别

历史:faster-whisper的开发者与初衷

faster-whisper实际能做什么

• 快速批量转录。 加载一次WhisperModel,对音频文件调用.transcribe(),即可获得带时间戳的分段结果生成器以及语言检测信息。
• 内置语音活动检测(VAD)。 设置vad_filter=True会在转录前运行Silero VAD模型,自动去除静音片段,减少无谓的计算和在静音上产生的幻觉文本。
• 多种计算类型。 在GPU上选择float16或int8_float16,或在CPU上选择int8,以少量精度损失换取更低的内存占用和更高的速度。
• 词级时间戳。 传入word_timestamps=True可在分段时间戳之外,额外返回每个词的时间信息。
• 批量推理。 BatchedInferencePipeline类可并行批量处理多个音频片段,提升长文件的吞吐量。
• 多语言转录与翻译。 与底层Whisper模型一样,faster-whisper可以用原始语言转录,也可以通过task="translate"参数直接翻译成英语。

安装并运行faster-whisper:分步指南

1. 1
   安装faster-whisper。
   Why it matters: 在Python环境中(建议使用Python 3.9及以上版本)运行`pip install faster-whisper`。这会安装该库及其CTranslate2依赖;若仅在CPU上使用,无需单独安装CUDA工具包。
2. 2
   (仅GPU)确认CUDA和cuDNN可用。
   Why it matters: 要实现GPU加速,需要有正常工作的NVIDIA驱动和CUDA配置。faster-whisper依赖CTranslate2的GPU支持——如果`device="cuda"`失败,请先确认`nvidia-smi`能正确识别你的GPU,再排查Python端的问题。
3. 3
   加载模型。
   Why it matters: 在Python中运行`from faster_whisper import WhisperModel`,然后运行`model = WhisperModel("large-v3", device="cuda", compute_type="float16")`。如需更小更快的模型,将`"large-v3"`替换为`"tiny"`、`"base"`、`"small"`或`"medium"`;若没有GPU,使用`device="cpu"`配合`compute_type="int8"`。
4. 4
   转录一个音频文件。
   Why it matters: 运行`segments, info = model.transcribe("audio.mp3", beam_size=5)`。这会返回一个分段的生成器(不是列表)——必须对其进行迭代,转录才会真正执行。
5. 5
   打印转录结果。
   Why it matters: 遍历分段:`for segment in segments: print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))`。每个分段都带有起始时间、结束时间以及该时间段的转录文本。
6. 6
   (可选)启用VAD过滤。
   Why it matters: 向`.transcribe()`传入`vad_filter=True`,即可使用内置的Silero VAD模型自动跳过静音的音频片段,减少在带有停顿的长录音上浪费的计算量。
7. 7
   (可选)获取词级时间戳。
   Why it matters: 向`.transcribe()`传入`word_timestamps=True`,可在分段时间之外获得每个词的时间信息,便于制作字幕或在朗读时高亮显示词语。

真实使用示例

• BatchedInferencePipeline 封装了WhisperModel,可并行处理多个音频块,提升长文件的吞吐量:from faster_whisper import BatchedInferencePipeline; batched_model = BatchedInferencePipeline(model=model)。
• 与distil-large-v3的兼容性。 faster-whisper原生支持像distil-large-v3这样的蒸馏版Whisper变体——像加载标准模型名称一样加载它,即可以少量精度换取约6倍的推理速度。

from faster_whisper import WhisperModel

# GPU 使用 float16(最快,需要 CUDA + cuDNN)
model = WhisperModel("large-v3", device="cuda", compute_type="float16")

# CPU 使用 int8(无需GPU,速度较慢)
# 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))

# 将非英语语音直接翻译为英文文本
segments, info = model.transcribe("french-audio.mp3", task="translate")

# 用于字幕的词级时间戳
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))

许可证与成本

faster-whisper不适合的场景

• 不依赖Python或跨平台二进制部署。 faster-whisper是一个带有原生CTranslate2依赖的Python库——它并非设计成像whisper.cpp那样单一、无依赖的二进制文件。如果你需要面向Raspberry Pi、iOS应用或没有Python环境的WebAssembly页面,whisper.cpp更适合。
• Apple Silicon GPU加速。 faster-whisper的CTranslate2后端支持CPU和NVIDIA CUDA,但没有Apple Metal GPU加速路径——在Mac上,faster-whisper会回退到仅CPU推理。PromptQuorum的测评发现,在Apple Silicon上,带有Metal加速的whisper.cpp明显快于仅使用CPU的faster-whisper。
• 说话人分离("谁说了什么")。 faster-whisper会转录说了什么,但不会原生分离或标注多人录音中的不同说话人。要实现说话人分离,请将其转录结果与专用工具结合,或使用WhisperX,它在Whisper转录基础上叠加了说话人分离功能。
• 面向非技术用户的零配置体验。 faster-whisper是面向构建流水线的开发者的Python库,而不是带图形界面的终端用户应用程序。想要一键式转录应用的用户,应该寻找基于faster-whisper或whisper.cpp构建的应用程序,或托管式转录服务。

faster-whisper的替代方案

常见问题

结论

资料来源

• GitHub上的faster-whisper ——官方仓库:README、安装说明、许可证和版本历史。
• faster-whisper发布记录 ——版本历史,包括v1.2.1(2025年10月31日)。
• faster-whisper许可证 ——MIT许可证文本。
• GitHub上的CTranslate2 ——faster-whisper所基于的推理引擎。
• OpenAI Whisper发布公告 ——Whisper模型2022年的原始发布。

相关阅读

• whisper.cpp对比faster-whisper 2026:本地STT基准测试、安装与GPU加速 ——为需要在whisper.cpp和faster-whisper之间做选择的读者提供的直接对比。
• whisper.cpp评测 ——不依赖Python的C/C++替代方案,采用同等深度评测。
• 2026年构建完全离线的语音助手 ——将基于Whisper的语音识别引擎与本地大语言模型和Piper TTS连接成完整的语音流水线。
• Piper TTS评测 ——本地文本转语音的对应工具,用于将生成的文本离线转换回语音。
• 本地大语言模型软件完整目录 ——覆盖所有分类的更广泛本地AI工具目录。