faster-whisper

faster-whisper：Whisper 语音识别的加速实现，可以用来转写字幕。

需要给视频、音频批量转写字幕、会用 Python 的用户。

工具资料

功能: 语音识别/字幕
部署方式: pip install faster-whisper；需CUDA 12+cuDNN 9(Windows可用Purfview独立包)
硬件要求: 【基准值非官方最低要求】README基准(RTX 3070 Ti 8GB，13分钟音频)：large-v2 fp16约4525MB VRAM，int8约2926MB；batch_size=8时fp16约6090MB
README 显存下限: 无明确下限；README 仅给出基准值约 3GB（非官方最低要求）
星标: 25883（核验日期：2026-10-16）
最近 commit: 2026-10-15
许可证: MIT
备注: —
GitHub: https://github.com/SYSTRAN/faster-whisper

数据核验：2026-10-16，来源 GitHub

同一个需求通常有三种做法：本地运行、租云 GPU、在线或 API 服务。按自己的硬件和预算选择。

在自己电脑上运行开源工具，数据留在本机。硬件要求以各工具 README 为准。

推广合作尚未启用 · 此处暂无链接

此位置预留给未来的推广链接，当前未启用。

租云 GPU 路线：本机显存不够时可以考虑。目前有一个优云智算邀请链接，注册并消费后本站可能获得返佣，不影响你的价格。

云 GPU 租用选项之一：优云智算（Compshare）

含邀请链接：通过它注册并消费，本站可能获得返佣，不影响你的价格

在线或 API 路线：不用装环境，按服务方规则使用。推广合作尚未启用，本站没有任何推广链接。

推广合作尚未启用 · 此处暂无链接

此位置预留给未来的推广链接，当前未启用。

字幕/语音识别

整合语音识别、字幕翻译、断句和配音的视频本地化工具，Streamlit 界面。

★ 18,811显存：未说明Apache-2.0

最近更新 2026-09-30

字幕/语音识别

用 OCR 从视频画面中提取硬字幕的工具，README 为中文。

★ 9,599显存：未说明Apache-2.0

最近更新 2026-04-09