faster-whisper OSS

概要

Whisperを最大4倍高速化した再実装。同じ精度でメモリ消費も少なく、文字起こしの実運用での標準になっている。

OpenAIのWhisperを推論エンジンCTranslate2で書き直し、精度そのまま速度を数倍にした実装です。文字起こしをアプリやバッチ処理に組み込む場合の事実上の標準で、「Whisperを使う」と言うとき実際にはこちらを使っているケースが多数です。

主な機能

• オリジナル比 最大4倍の速度
• 省メモリ・8bit量子化対応
• Whisperと同等の認識精度

料金

オープンソースとして無料で利用できます。

※詳細は公式サイトでご確認ください。

こんな人におすすめ

• 大量・長時間音声の文字起こし処理

よくある質問

Q. オリジナルのWhisperとどう使い分ける?

A. 実運用ではfaster-whisper一択に近いです。オリジナルは研究・互換性確認用と考えて差し支えありません。

Q. GPUがないと使えませんか?

A. CPUでも動作します(GPUがあれば更に高速)。