Высокоскоростной движок инференса Speech-to-Text, реализующий OpenAI Whisper на базе CTranslate2.
Транскрибируйте аудио до 4x быстрее с меньшим потреблением VRAM и RAM благодаря CTranslate2.
faster-whisper — это оптимизированная библиотека Python, которая реализует модель Whisper от OpenAI с использованием CTranslate2 для ускоренной транскрипции. Она обеспечивает более высокую скорость выполнения и меньшие накладные расходы на память по сравнению со стандартными реализациями Whisper. Она предназначена для аудиоинженеров, разработчиков и исследователей, которым требуется быстрая обработка речи в текст.
Этот пакет преобразует аудио в текст с использованием квантования Transformer и оптимизации выполнения как на CPU, так и на GPU. Он включает встроенную поддержку фильтрации Silero VAD, конвейеров пакетного инференса и временных меток на уровне слов. Декодирование аудио происходит через PyAV, что устраняет внешнюю зависимость от системных требований FFmpeg.
Подходит для Python-разработчиков и инженеров аудиопроцессов, стремящихся создавать масштабируемые инструменты транскрипции с низкой задержкой. Идеально для пользователей, которым нужна локальная обработка с точностью int8 или быстрый батчинг на GPU. Не подходит для нетехнических пользователей, ищущих графическое десктопное приложение без программирования.
Реализует модели Whisper для достижения до четырехкратного ускорения распознавания речи с меньшим потреблением памяти.
Поддерживает 8-битную точность на CPU и GPU для резкого снижения требований к VRAM без переобучения моделей.
Автоматически обрезает тишину в аудио перед обработкой, чтобы предотвратить галлюцинации в транскрипции и сэкономить время.
Обрабатывает несколько аудиофрагментов одновременно для максимизации эффективности оборудования во время пакетных заданий.
faster-whisper полностью бесплатен и имеет открытый исходный код под лицензией MIT. Мейтейнеры репозитория не предоставляют платческих хостинг-услуг. Вашими основными затратами будет базовая вычислительная инфраструктура, необходимая для запуска инференса на CPU или GPU.
879 открытых удалённых вакансий по обучению ИИ, обновлено 15 ноября 2026 г.; в большинстве оплата $20–$175 в час. Из них 2 — для носителей русского языка. Zekai публикует их бесплатно; отклик уходит на платформу работодателя.
Эти проверенные ИИ-инструменты делают то же самое мгновенно — из нашего оценённого каталога.
Нет, декодирование аудио обрабатывается напрямую через PyAV, который содержит необходимые бинарные файлы FFmpeg.
Да, поддерживается выполнение на CPU с квантованием int8 или fp32 для низкого потребления памяти.
Да, чекпоинты вроде distil-large-v3 полностью совместимы с этой библиотекой.
Zekai первым в Google