faster-whisper
محرك استنتاج تحويل الكلام إلى نص عالي السرعة لإعادة تطبيق OpenAI Whisper باستخدام CTranslate2.
انسخ الملفات الصوتية بسرعة تصل إلى 4 أضعاف مع تقليل استهلاك ذاكرة VRAM وRAM باستخدام CTranslate2.
faster-whisper هي مكتبة Python محسنة تعيد تطبيق نموذج Whisper من OpenAI باستخدام CTranslate2 لنسخ مسرع. توفر سرعات تنفيذ أعلى وتكاليف ذاكرة أقل من تطبيقات Whisper القياسية. يجب أن يستخدمها مهندسو الصوت والمطورون والباحثون الذين يحتاجون إلى معالجة سريعة لتحويل الكلام إلى نص.
ما هو
تقوم هذه الحزمة بتحويل الصوت إلى نص باستخدام تحويل الكمي لـ Transformer وتحسينات التنفيذ على كل من CPU وGPU. وهي تتضمن دعماً مدمجاً لتصفية Silero VAD، وخطوط أنابيب استنتاج مجدولة، والطوابع الزمنية على مستوى الكلمة. يتم فك تشفير الصوت عبر PyAV، مما يزيل متطلبات الاعتماد على نظام FFmpeg الخارجي.
لمن هو
وهو يناسب مطوري Python ومهندسي سير العمل الصوتي الذين يتطلعون إلى بناء أدوات نسخ قابلة للتطوير وقليلة التأخير. وهو مثالي للمستخدمين الذين يحتاجون إلى معالجة محلية بدقة int8 أو معالجة دفعية سريعة على GPU. وهو لا يناسب المستخدمين غير التقنيين الذين يبحثون عن تطبيق سطح مكتب رسومي بدون برمجة.
أهم الميزات
محرك الاستنتاج CTranslate2
يعيد تنفيذ نماذج Whisper لتحقيق التعرف على الكلام بشكل أسرع يصل إلى أربعة أضعاف مع استهلاك أقل للذاكرة.
الكمي Int8 وFP16
يدعم الدقة ذات 8 بتات على CPU وGPU لتقليص متطلبات VRAM بشكل كبير دون إعادة تدريب النماذج.
مرشح Silero VAD المدمج
يقوم بقص الصمت الصوتي تلقائياً قبل المعالجة لمنع النسخ الوهمية وتوفير الوقت.
خط أنابيب الاستنتاج المجدول
يعالج مقاطع صوتية متعددة بشكل متزامن لتحقيق أقصى قدر من كفاءة الأجهزة أثناء المهام الدفعية.
جاهز للعمل في 3 خطوات
حكمنا الصادق
ما يميّزه
- سرعة نسخ أسرع يصل إلى 4 أضعاف مقارنة بكود OpenAI Whisper الأصلي.
- يزيل فك التفحيم عبر PyAV المدمج تثبيت برامج نظام FFmpeg الخارجية.
- يزيل مرشح Silero VAD المدمج الفجوات الصامتة مباشرة داخل خط الأنابيب.
- يدعم الطوابع الزمنية على مستوى الكلمة والاستنتاج المجدول بشكل أصلي في Python.
أين يقصّر
- يتطلب إعداداً يدويياً لبيانات برامج تشغيل CUDA 12 وcuDNN 9 المحددة على أنظمة GPU.
- يفتقر إلى واجهة مستخدم رسومية ويجب دمجه عبر كود Python أو سطر الأوامر.
- يستخدم إخراج التنفيذ مولدات Python، مما يتطلب منطق تكرار استرجاع النص الكامل.
التسعير والرخصة
faster-whisper مجاني تماماً ومفتوح المصدر بموجب ترخيص MIT. لا توجد خدمات مدفوعة مستضافة مقدمة من صيانة المستودع. ستكون تكلفتك الأساسية هي البنية التحتية للحوسبة الأساسية المطلوبة لتشغيل استنتاج CPU أو GPU.
وظائف للناطقين بالعربية
873 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٥ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$170 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
البدائل
أدوات الذكاء الاصطناعي المُراجَعة هذه تؤدي المهمة فوراً — من دليلنا المُقيَّم.
استخدمه، أو دعنا نُعِدّه لك
الأسئلة الشائعة
هل تحتاج إلى تثبيت FFmpeg على نظام التشغيل الخاص بك؟
لا، يتم التعامل مع فك تشفير الصوت مباشرة بواسطة PyAV، والذي يضم ملفات ثنائية مطلوبة لـ FFmpeg.
هل يمكن تشغيل faster-whisper على CPU؟
نعم، يدعم تنفيذ CPU مع كمي int8 أو fp32 لاستخدام منخفض للذاكرة.
هل تدعم نماذج Distil-Whisper؟
نعم، نقاط التفتيش مثل distil-large-v3 متوافقة تماماً مع هذه المكتبة.
