whisper.cpp
ऑफ़लाइन स्पीच-टू-टेक्स्ट इन्फेरेंस के लिए OpenAI के Whisper मॉडल का उच्च-प्रदर्शन C/C++ पोर्ट।
शून्य रनटाइम मेमोरी एलोकेशन के साथ विभिन्न उपकरणों पर तेज़, स्थानीय स्पीच रिकग्निशन चलाएं।
whisper.cpp, OpenAI के Whisper स्पीच रिकग्निशन मॉडल का एक उच्च-प्रदर्शन C/C++ कार्यान्वयन है। यह आपको भारी Python निर्भरताओं के बिना स्थानीय रूप से स्वचालित स्पीच रिकग्निशन चलाने की अनुमति देता है। यदि आपको C/C++ या नेटिव एप्लिकेशन में एम्बेडेड तेज़, निजी, ऑफ़लाइन ऑडियो ट्रांसक्रिप्शन की आवश्यकता है तो आपको इसका उपयोग करना चाहिए।
यह क्या है
यह टूल सादे C/C++ और ggml मशीन लर्निंग लाइब्रेरी का उपयोग करके Whisper मॉडल के लिए हल्का इन्फेरेंस प्रदान करता है। यह SIMD इंट्रिंसिक्स के माध्यम से Apple सिलिकॉन, NVIDIA GPU, Vulkan, OpenVINO और CPU आर्किटेक्चर में हार्डवेयर एक्सीलरेशन का समर्थन करता है। आप WAV फ़ाइलों को ट्रांसक्राइब कर सकते हैं, वॉयस एक्टिविटी डिटेक्शन कर सकते हैं, और कम मेमोरी उपयोग के लिए पूर्णांक-क्वांटाइज्ड (integer-quantized) मॉडल चला सकते हैं।
किसके लिए
यह सॉफ्टवेयर डेवलपर्स, ऑडियो टूल बिल्डर्स और सिस्टम इंटीग्रेटर्स के लिए उपयुक्त है जो Python रनटाइम ओवरहेड के बिना स्थानीय, तेज़ स्पीच-टू-टेक्स्ट चाहते हैं। यह गैर-तकनीकी रचनाकारों के लिए कम उपयुक्त है जो सीधे उपयोग के लिए ग्राफिकल यूजर इंटरफेस की अपेक्षा करते हैं।
मुख्य विशेषताएँ
प्रथम श्रेणी का Apple सिलिकॉन समर्थन
macOS और iOS पर अनुकूलित निष्पादन के लिए ARM NEON, Core ML, Accelerate फ्रेमवर्क और Metal का उपयोग करता है।
पूर्णांक मॉडल क्वांटाइजेशन
ggml मॉडल को 5-बिट सटीकता तक क्वांटाइज करके मेमोरी की खपत और डिस्क स्थान की आवश्यकताओं को कम करता है।
व्यापक हार्डवेयर बैकएंड एक्सीलरेशन
NVIDIA GPU, AMD ROCm, OpenVINO, Vulkan, और AVX या VSX SIMD निर्देश सेट का समर्थन करता है।
शून्य रनटाइम मेमोरी एलोकेशन
अनुमानित निष्पादन प्रदर्शन बनाए रखने के लिए निष्पादन के दौरान मेमोरी ओवरहेड से बचाता है।
3 चरणों में तैयार
हमारा ईमानदार फैसला
क्या अच्छा है
- बाहरी नेटवर्क कॉल या क्लाउड API लागत के बिना पूरी तरह से ऑफ़लाइन चलता है।
- C/C++ कंपाइलर और CMake के अलावा कोई अनिवार्य बाहरी निर्भरता नहीं है।
- Core ML, Metal, CUDA और Vulkan सहित हार्डवेयर एक्सीलरेशन बैकएंड की एक विस्तृत श्रृंखला का समर्थन करता है।
- iOS, Android, WebAssembly, Java और कमांड-लाइन उपयोग के लिए बाइंडिंग और उदाहरण शामिल हैं।
कहाँ कमी है
- सेटअप और एकीकृत करने के लिए कमांड-लाइन बिल्ड या संकलन चरणों की आवश्यकता होती है।
- उदाहरण CLI में सीधे केवल 16-बिट WAV फ़ाइलों को स्वीकार करता है, जिसके लिए अन्य प्रारूपों के लिए पहले से FFmpeg रूपांतरण की आवश्यकता होती है।
- चुने गए Whisper मॉडल आकार के आधार पर हार्डवेयर संसाधन आवंटन और स्थानीय सिस्टम मेमोरी की मांग करता है।
मूल्य & लाइसेंस
whisper.cpp MIT लाइसेंस के तहत पूरी तरह से मुफ़्त और open source है। प्रोजेक्ट द्वारा कोई भुगतान किए गए होस्टेड टियर की पेशकश नहीं की जाती है, इसलिए आपका एकमात्र खर्च वह हार्डवेयर बुनियादी ढांचा है जिस पर आप इसे चलाते हैं।
हिंदी बोलने वालों के लिए जॉब्स
874 खुले रिमोट AI-ट्रेनिंग रोल, 15 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$170 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
विकल्प
ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।
इसे उपयोग करें, या हमसे सेट करवाएं
सामान्य प्रश्न
क्या मुझे whisper.cpp चलाने के लिए Python की आवश्यकता है?
नहीं, कोर इन्फेरेंस इंजन Python रनटाइम निर्भरता के बिना पूरी तरह से C/C++ में चलता है।
कमांड-लाइन इंटरफेस कौन से ऑडियो प्रारूप स्वीकार करता है?
शामिल whisper-cli टूल को विशेष रूप से 16-बिट WAV ऑडियो फ़ाइलों की आवश्यकता होती है।
