faster-whisper-small

faster-whisper-small

转换成 CTranslate2 格式的 Whisper small，供 faster-whisper 转写音频。适合想在 Python 里本地做语音转文字的开发者。

由 Systran 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个仓库存放 OpenAI 的 Whisper small 语音识别模型，已转换成 CTranslate2 格式。它可以在 CTranslate2 以及基于它的项目（例如 faster-whisper）中使用。转换后权重默认保持 FP16。

适合谁：想在自己电脑上用 Python 和小型 Whisper 模型把音频转成文字的开发者。

行业 | 谁在用 | 怎么用 | 例子
媒体 | 播客作者和视频剪辑师 | 把录音转成文字 | 把一段采访文件变成文字稿
软件 | 给应用加语音转文字的开发者 | 在 Python 代码里调用模型 | 打印音频文件的带时间片段
教育 | 老师和学生 | 转写讲座和演讲 | 把录好的讲座转成文字

如果你需要用于其他框架的原始模型文件，可以跳过它，因为这个副本面向 CTranslate2。

用在哪里：

• Python，配合 faster-whisper 包
• 任何基于 CTranslate2 的项目
• Windows、macOS 或 Linux，只要能运行 Python

用途 | 适合谁 | 得到什么
转写音频文件 | 开发者 | 带起止时间的文字片段
构建转写工具 | 应用开发者 | 你自己程序里的语音识别
本地运行语音识别 | 注重隐私的用户 | 不必把音频发到别处就能得到的转写文字

如何设置：你需要 Python 和 faster-whisper 包。用模型名 small，库会自己获取这些文件，你也可以先下载。

• Python 和 pip
• faster-whisper 包
• 一个要转写的音频文件

1. 安装 faster-whisper 包。
2. 也可以先用 Hugging Face 工具下载文件。
3. 用名称 small 加载模型。

pip install -U huggingface_hub
hf download Systran/faster-whisper-small

如何使用：加载模型，对音频文件调用 transcribe，再遍历它返回的片段。每个片段都带有起止时间和文字。

from faster_whisper import WhisperModel

model = WhisperModel("small")

segments, info = model.transcribe("audio.mp3")
for segment in segments:
    print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))

工具 | 作用
WhisperModel | 按名称加载模型
transcribe | 返回片段和有关音频的信息
segment.start, segment.end, segment.text | 给出每个片段的时间和文字

示例：你让 transcribe 处理一个叫 audio.mp3 的文件。循环会为每个片段打印一行，包含以秒为单位的起止时间，后面是识别出的文字。

新手与专家：如果你是新手，对一段短录音运行上面的代码，再看打印出来的行。更大的模型要花更多时间和内存，所以 small 是个温和的起点。

对专家来说，转换用的是 CTranslate2 的 transformers 转换器，精度为 float16，并复制了分词器文件。加载模型时可以用 compute_type 选项改变精度。模型卡让你去原始 Whisper small 页面了解模型本身的细节。

音频文件
faster-whisper 加载 CTranslate2 模型
带时间戳的片段
你打印或保存的文字

注意事项：

• Conversion: 用 ct2-transformers-converter 以 float16 转换
• Precision: 权重以 FP16 保存，加载时可用 compute_type 改变
• Languages: 记录中列出英文、中文、德文、西班牙文、俄文、韩文、法文和日文
• License: MIT
• Cost to run: 没有提到 API 密钥或付费服务
• Data it reaches: 从 Hugging Face 下载文件，你转写的音频留在你的机器上
• Not for: CTranslate2 以外的用途，因为这是转换后的副本

Hugging Face 上的数据（2026年11月13日）

• 任务：automatic speech recognition
• 框架：ctranslate2
• 最近 30 天下载：5,890,728
• 点赞：95
• 许可证：mit
• 语言：en, zh, de, es, ru, ko, fr, ja
• Fine-tunes: 1
• 标签：ctranslate2, audio, automatic-speech-recognition

链接

• 模型：https://huggingface.co/Systran/faster-whisper-small
• 文件：https://huggingface.co/Systran/faster-whisper-small/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download Systran/faster-whisper-small

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。