whisper.cpp
Port em C/C++ de alto desempenho do modelo Whisper da OpenAI para inferência de fala para texto offline.
Execute reconhecimento de fala local rápido em vários dispositivos com alocações de memória de tempo de execução zero.
O whisper.cpp é uma implementação em C/C++ de alto desempenho do modelo de reconhecimento de fala Whisper da OpenAI. Ele permite que você execute reconhecimento automático de fala localmente sem dependências pesadas do Python. Você deve usá-lo se precisar de transcrição de áudio rápida, privada e offline embutida em aplicativos nativos ou em C/C++.
O que é
Esta ferramenta fornece inferência leve para modelos Whisper usando C/C++ puro e a biblioteca de aprendizado de máquina ggml. Ela suporta aceleração de hardware em Apple Silicon, GPUs NVIDIA, Vulkan, OpenVINO e arquiteturas de CPU por meio de instruções SIMD. Você pode transcrever arquivos WAV, realizar detecção de atividade de voz e executar modelos quantizados em inteiros para menor uso de memória.
Para quem
É adequado para desenvolvedores de software, criadores de ferramentas de áudio e integradores de sistema que desejam fala para texto local e rápida sem sobrecarga de tempo de execução do Python. É menos adequado para criadores não técnicos que esperam uma interface gráfica de usuário pronta para uso.
Recursos principais
Suporte de Primeira Classe ao Apple Silicon
Usa ARM NEON, Core ML, framework Accelerate e Metal para execução otimizada no macOS e iOS.
Quantização de Modelo de Inteiro
Reduz o consumo de memória e os requisitos de espaço em disco quantizando modelos ggml até a precisão de 5 bits.
Ampla Aceleração de Backend de Hardware
Suporta GPUs NVIDIA, AMD ROCm, OpenVINO, Vulkan e conjuntos de instruções SIMD AVX ou VSX.
Alocação de Memória de Tempo de Execução Zero
Evita a sobrecarga de memória durante a execução para manter um desempenho de execução previsível.
Pronto em 3 passos
Nosso veredito honesto
Pontos fortes
- Roda completamente offline sem chamadas de rede externas ou custos de API em nuvem.
- Não possui dependências externas obrigatórias além de um compilador C/C++ e CMake.
- Suporta uma grande variedade de backends de aceleração de hardware, incluindo Core ML, Metal, CUDA e Vulkan.
- Inclui bindings e exemplos para iOS, Android, WebAssembly, Java e uso por linha de comando.
Onde deixa a desejar
- Requer builds de linha de comando ou etapas de compilação para configurar e integrar.
- Aceita apenas arquivos WAV de 16-bit diretamente no CLI de exemplo, exigindo conversão prévia com FFmpeg para outros formatos.
- Exige alocação de recursos de hardware e memória de sistema local dependendo do tamanho do modelo Whisper escolhido.
Preços & licença
O whisper.cpp é totalmente gratuito e open source sob a licença MIT. Não há níveis hospedados pagos oferecidos pelo projeto, portanto, seu único custo é a infraestrutura de hardware em que você o executa.
Vagas para quem fala português
873 vagas remotas abertas de treinamento de IA, atualizadas em 15 de novembro de 2026; a maioria paga $20–$170 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Alternativas
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
Use, ou deixe que a gente configure
FAQ
Eu preciso do Python para executar o whisper.cpp?
Não, o mecanismo principal de inferência roda inteiramente em C/C++ sem dependências de tempo de execução do Python.
Quais formatos de áudio a interface de linha de comando aceita?
A ferramenta whisper-cli incluída requer especificamente arquivos de áudio WAV de 16-bit.
