企业官网建设流程全解析

如何 3 步装好 faster-whisper：Whisper 语音转写安装配置完整指南

【免费下载链接】faster-whisperFaster Whisper transcription with CTranslate2项目地址: https://gitcode.com/GitHub_Trending/fa/faster-whisper

faster-whisper 是基于 CTranslate2（负责把模型推理跑得快的引擎）重写的 Whisper 语音识别工具，解决原版 openai/whisper 推理慢、显存占用高的问题。faster-whisper 安装只需一条 pip 命令，CPU 或 GPU 都能跑。

📦 一、项目速览

faster-whisper 用 CTranslate2 作为推理引擎重实现了 OpenAI 的 Whisper 语音识别模型，官方基准显示它在同等精度下比 openai/whisper 最多快 4 倍，内存占用更低。项目主体是 Python，CPU 和 GPU 上都可以用 INT8 量化进一步提速。首次加载模型时会自动从 Hugging Face Hub 下载对应的 CTranslate2 转换模型，无需手动转换权重。

🚀 二、开始安装：一步步装好

第 1 步：确认 Python 版本

做什么：faster-whisper 要求 Python 3.9 及以上，先确认当前解释器版本。

python3 --version

做完的样子：终端输出类似Python 3.9.19或更高的版本号。如果低于 3.9，先升级 Python 再继续。

第 2 步：用 pip 完成 faster-whisper 安装

做什么：从 PyPI 安装主包，依赖会自动装齐。

pip install faster-whisper

做完的样子：pip show faster-whisper输出Version: 1.2.1（当前仓库版本），且import faster_whisper不报错。如果想用最新开发代码或源码安装，执行git clone https://gitcode.com/GitHub_Trending/fa/faster-whisper && pip install .即可，这里不再展开。

第 3 步：GPU 用户加装 NVIDIA 运行库

做什么：用 CUDA 运行时，ctranslate2 还需要 cuBLAS 和 cuDNN 9 这两个库；纯 CPU 用户跳过本步。

pip install nvidia-cublas-cu12 nvidia-cudnn-cu12==9.* export LD_LIBRARY_PATH=`python3 -c 'import os; import nvidia.cublas.lib; import nvidia.cudnn.lib; print(os.path.dirname(nvidia.cublas.lib.__file__) + ":" + os.path.dirname(nvidia.cudnn.lib.__file__))'`

做完的样子：在这个终端里启动 Python，用device="cuda"加载模型时不再报找不到 CUDA 库的错误。

⚠️ 三、常见坑与对策

• CUDA/cuDNN 版本冲突→ 原因：最新版 ctranslate2 只支持 CUDA 12 + cuDNN 9，老环境会直接报错 → 解法：CUDA 11 / cuDNN 8 用户执行pip install --force-reinstall ctranslate2==3.24.0；CUDA 12 但 cuDNN 8 的用户降到ctranslate2==4.4.0。
• LD_LIBRARY_PATH 没生效→ 原因：export 只对当前终端会话有效，新开终端就丢了 → 解法：在启动 Python 之前的同一个终端里先 export，别指望它跨终端。
• transcribe() 像没执行→ 原因：返回的segments是生成器，迭代之前不会开始转录 → 解法：用list(segments)或 for 循环把它跑完。
• 首次加载模型很慢→ 原因：模型首次会从 Hugging Face Hub 自动下载 → 解法：提前用download_model("tiny.en", "./models")预下载，或加载时指定download_root/local_files_only=True指向本地。
• 担心没装 FFmpeg→ 原因：原版 whisper 依赖系统 FFmpeg → 解法：无需处理，faster-whisper 用 PyAV 解码，FFmpeg 库已随包提供。

✅ 四、验证安装：跑一段代码确认装成功

faster-whisper 安装完成后，把下面这段最小示例跑一遍即可验证（tests/data/jfk.flac替换成你自己的音频路径）：

import faster_whisper from faster_whisper import WhisperModel print(faster_whisper.__version__) # 输出 1.2.1 model = WhisperModel("tiny.en", device="cpu", compute_type="int8") segments, info = model.transcribe("tests/data/jfk.flac", beam_size=5) for seg in list(segments): # 必须迭代才会真正开始转录 print(f"[{seg.start:.2f}s -> {seg.end:.2f}s] {seg.text}")

预期输出：先打印版本号1.2.1，随后出现形如[0.00s -> 6.00s] and so we must insure that our democracy...的带时间戳转写文本，说明模型加载与转录链路全部正常。

更多转写参数（VAD 过滤、词级时间戳、批量推理）请直接查 README.md 和 WhisperModel 类源码。

【免费下载链接】faster-whisperFaster Whisper transcription with CTranslate2项目地址: https://gitcode.com/GitHub_Trending/fa/faster-whisper