whisper.cpp

whisper.cpp

OpenAI 的 Whisper 语音识别模型，转换成 ggml 文件供 whisper.cpp 使用，从 tiny 到 large-v3-turbo 多种尺寸，另有更小的量化版本。

由 ggerganov 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：这个仓库放的是 OpenAI 的 Whisper 语音识别模型，已转换成 ggml 格式，whisper.cpp 可以直接加载。它是一组模型文件，从 tiny 到 large-v3-turbo。有几个尺寸还有更小的 q5 和 q8 版本。

任务是自动语音识别，也就是把说话的音频转成文字。

适合谁：它适合运行 whisper.cpp、需要它读取的模型文件的人。小文件适合配置一般的机器，大文件则用更多磁盘空间换来更大的模型。

行业 | 谁在用 | 怎么用 | 例子
软件 | 开发者 | 通过 whisper.cpp 给应用加上语音转文字 | 转写一条录下来的语音留言
媒体 | 剪辑师和播客作者 | 把录音变成文字 | 为一次采访做出粗略的文字稿
无障碍 | 工具开发者 | 让语音内容有文字形式 | 给一段短视频加字幕
研究 | 语音研究者 | 在自己的音频上比较模型尺寸 | 对比 tiny 和 small

如果你用的是托管的转写服务，从不自己运行模型，可以跳过它。

用在哪里：

• whisper.cpp，这些文件所服务的程序
• Windows、macOS 或 Linux，下载步骤需要 Python
• 你自己的电脑，音频不必发给托管服务

用例 | 谁用 | 得到什么
转写音频 | 运行 whisper.cpp 的任何人 | 说话音频的文字
选小文件 | 配置一般的人 | tiny 尺寸的模型为 31 到 75 MiB
选大文件 | 想要更大模型的人 | large 尺寸的文件最大 2.9 GiB

如何设置：先准备好下面这些东西。

• Python 和 pip，用于下载命令
• whisper.cpp 本身，它负责读取这些文件
• 你选的尺寸所需的磁盘空间

1. 用 pip 安装 Hugging Face hub 包。
2. 用 hf 命令下载仓库。
3. 让 whisper.cpp 指向你要的模型文件，运行细节见 whisper.cpp 项目。

pip install -U huggingface_hub
hf download ggerganov/whisper.cpp

如何使用：你按尺寸，以及要不要 q5 或 q8 版本来选一个模型文件，然后交给 whisper.cpp。列表里有 tiny、base、small、medium、large-v1、large-v2、large-v3 和 large-v3-turbo，其中一些还有量化版和 .en 版。

工具 | 作用
tiny | 最小的模型，磁盘占用 75 MiB
base | 再大一档，磁盘占用 142 MiB
small | 磁盘占用 466 MiB
medium | 磁盘占用 1.5 GiB
large-v3 | v3 文件里最大的，磁盘占用 2.9 GiB
large-v3-turbo | 磁盘占用 1.5 GiB，q5_0 为 547 MiB，q8_0 为 834 MiB

示例：你要在一台小笔记本上配置语音转文字，选了列表里标为 57 MiB 的 base-q5_1。你把这个文件和一段录音交给 whisper.cpp，它就产出文字稿。

新手与专家：先从 base 文件开始。它不大，下载很快，你可以在一段录音上判断质量。只有文字不够好时才升一档。

这些文件是 Whisper 的 ggml 转换版，所以能用于 whisper.cpp，不能用于其他 Whisper 加载器。q5 和 q8 文件是同一模型的更小版本，比如 tiny 是 31 MiB 对 75 MiB。列表里还有一个 small.en-tdrz 文件。

Title: 列表中部分文件的磁盘大小
tiny: 75 MiB
tiny-q5_1: 31 MiB
base: 142 MiB
small: 466 MiB
large-v3-turbo-q5_0: 547 MiB
large-v3-turbo-q8_0: 834 MiB

用 hf 下载仓库
按尺寸选一个模型文件
把文件交给 whisper.cpp
得到文字形式的转写稿

注意事项：

• License: MIT
• Cost to run: 来源没有提到
• Data it reaches: 它把模型文件从 Hugging Face 下载到你的电脑上

Hugging Face 上的数据（2026年11月13日）

• 任务：automatic speech recognition
• 最近 30 天下载：0
• 点赞：1,697
• 许可证：mit
• Fine-tunes: 6
• 标签：automatic-speech-recognition

链接

• 模型：https://huggingface.co/ggerganov/whisper.cpp
• 文件：https://huggingface.co/ggerganov/whisper.cpp/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 ggerganov/whisper.cpp

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。