faster-whisper
CTranslate2 kullanarak OpenAI Whisper'ı yeniden uygulayan yüksek hızlı Konuşmadan Metne çıkarım motoru.
CTranslate2 kullanarak azaltılmış VRAM ve RAM kaplaması ile sesi 4 kata kadar daha hızlı transkribe edin.
faster-whisper, hızlandırılmış transkripsiyon için CTranslate2 ile OpenAI'ın Whisper modelini yeniden uygulayan optimize edilmiş bir Python kütüphanesidir. Standart Whisper uygulamalarına göre daha yüksek yürütme hızları ve daha düşük bellek yükü sağlar. Hızlı konuşmadan metne işleme ihtiyaç duyan ses mühendisleri, geliştiriciler ve araştırmacılar bunu kullanmalıdır.
Nedir
Bu paket, hem CPU hem de GPU üzerinde Transformer kuantizasyonu ve yürütme optimizasyonlarını kullanarak sesi metne dönüştürür. Silero VAD filtreleme, toplu çıkarım boru hatları ve kelime düzeyinde zaman damgaları için yerleşik destek içerir. Ses kod çözme PyAV aracılığıyla gerçekleşir, bu da harici FFmpeg sistem bağımlılığı gereksinimlerini ortadan kaldırır.
Kimler için
Ölçeklenebilir, düşük gecikmeli transkripsiyon araçları oluşturmak isteyen Python geliştiricileri ve ses iş akışı mühendisleri için uygundur. int8 hassasiyeti veya hızlı GPU toplu işlemesi ile yerel işleme ihtiyaç duyan kullanıcılar için idealdir. Kodlama olmadan grafiksel bir masaüstü uygulaması arayan teknik olmayan kullanıcılar için uygun değildir.
Temel özellikler
CTranslate2 Çıkarım Motoru
Daha düşük bellekle dört kata kadar daha hızlı konuşma tanıma elde etmek için Whisper modellerini yeniden uygular.
Int8 ve FP16 Kuantizasyonu
Modelleri yeniden eğitmeden VRAM gereksinimlerini büyük ölçüde azaltmak için CPU ve GPU üzerinde 8 bit hassasiyeti destekler.
Entegre Silero VAD Filtresi
Uydurma transkripsiyonları önlemek ve zamandan tasarruf etmek için işleme öncesinde ses sessizliklerini otomatik olarak kırpar.
Toplu Çıkarım Boru Hattı
Toplu işler sırasında donanım verimliliğini en üst düzeye çıkarmak için birden fazla ses segmentini eşzamanlı olarak işler.
3 adımda hazır
Dürüst kararımız
Artıları
- Orijinal OpenAI Whisper koduna kıyasla 4 kata kadar daha hızlı transkripsiyon hızı.
- Entegre PyAV kod çözme, harici FFmpeg sistem yazılımı kurulumunu ortadan kaldırır.
- Yerleşik Silero VAD filtresi, sessiz boşlukları doğrudan boru hattının içinde kaldırır.
- Python'da kelime düzeyinde zaman damgalarını ve toplu çıkarımı yerel olarak destekler.
Eksileri
- GPU sistemlerinde belirli CUDA 12 ve cuDNN 9 sürücü kütüphanelerinin manuel olarak kurulmasını gerektirir.
- Grafiksel bir kullanıcı arayüzünden yoksundur ve Python kodu veya CLI aracılığıyla entegre edilmelidir.
- Yürütme çıktısı Python üreteçleri kullanır, bu da tam metni almak için yineleme mantığı gerektirir.
Fiyatlar & lisans
faster-whisper, MIT lisansı altında tamamen ücretsiz ve open source'dur. Depo sürdürücüleri tarafından sağlanan ücretli barındırılan hizmetler yoktur. Birincil maliyetiniz, CPU veya GPU çıkarımı çalıştırmak için gereken alttaki hesaplama altyapısı olacaktır.
Türkçe konuşanlar için işler
873 açık uzaktan yapay zeka eğitimi işi, 15 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$170 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.
Alternatifler
İncelenmiş bu AI araçları aynı işi anında yapar — puanlı dizinimizden.
Kullanın ya da biz kuralım
SSS
İşletim sistemimde FFmpeg'in kurulu olması gerekiyor mu?
Hayır, ses kod çözme, gerekli FFmpeg ikililerini içeren doğrudan PyAV tarafından işlenir.
faster-whisper CPU üzerinde çalışabilir mi?
Evet, düşük bellek kullanımı için int8 veya fp32 kuantizasyonu ile CPU yürütmeyi destekler.
Distil-Whisper modelleri destekleniyor mu?
Evet, distil-large-v3 gibi kontrol noktaları bu kütüphane ile tamamen uyumludur.
