Moteur d'inférence de transcription vocale haute vitesse réimplémentant OpenAI Whisper avec CTranslate2.
Transcrivez l'audio jusqu'à 4x plus rapidement avec une empreinte VRAM et RAM réduite grâce à CTranslate2.
faster-whisper est une bibliothèque Python optimisée qui réimplémente le modèle Whisper d'OpenAI avec CTranslate2 pour une transcription accélérée. Elle offre des vitesses d'exécution plus élevées et une surcharge mémoire plus faible que les implémentations Whisper standard. Les ingénieurs du son, les développeurs et les chercheurs ayant besoin d'un traitement parole-texte rapide devraient l'utiliser.
Ce paquet convertit l'audio en texte à l'aide d'une quantification Transformer et d'optimisations d'exécution sur CPU et GPU. Il intègre un support natif du filtrage Silero VAD, des pipelines d'inférence par lots et des horodatages au niveau des mots. Le décodage audio est assuré par PyAV, supprimant les dépendances système FFmpeg externes.
Il convient aux développeurs Python et aux ingénieurs de flux de travail audio cherchant à créer des outils de transcription évolutifs à faible latence. Il est idéal pour les utilisateurs nécessitant un traitement local avec une précision int8 ou un traitement par lots GPU rapide. Il ne convient pas aux utilisateurs non techniques recherchant une application de bureau graphique sans programmation.
Réimplémente les modèles Whisper pour atteindre une reconnaissance vocale jusqu'à quatre fois plus rapide avec une utilisation mémoire réduite.
Prend en charge la précision 8 bits sur CPU et GPU pour réduire considérablement les exigences en VRAM sans réentraîner les modèles.
Élimine automatiquement les silences audio avant le traitement pour éviter les transcriptions hallucinées et gagner du temps.
Traite plusieurs segments audio simultanément pour maximiser l'efficacité du matériel lors des tâches par lots.
faster-whisper est entièrement gratuit et open source sous licence MIT. Aucun service hébergé payant n'est fourni par les mainteneurs du dépôt. Votre coût principal sera l'infrastructure de calcul sous-jacente requise pour exécuter l'inférence sur CPU ou GPU.
877 missions ouvertes à distance en entraînement d’IA, mises à jour le 16 novembre 2026 ; la plupart paient $20–$175 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Ces outils IA évalués font le même travail instantanément — depuis notre annuaire noté.
Non, le décodage audio est géré directement par PyAV, qui intègre les binaires FFmpeg requis.
Oui, il prend en charge l'exécution sur CPU avec une quantification int8 ou fp32 pour une faible utilisation mémoire.
Oui, les points de contrôle comme distil-large-v3 sont entièrement compatibles avec cette bibliothèque.
Voir Zekai en premier dans Google