whisper-ctranslate2

收录理由

如果你的团队已经在用OpenAI的Whisper命令行工具，这个客户端几乎不用重新学习就能上手：它接受同样的参数，切换时基本只需把脚本指向另一个可执行文件，就能换来快得多的转录速度。底层跑的是CTranslate2和faster-whisper引擎，在准确率相近的前提下，速度大约是原版的四倍，内存占用也更低；把多个输入文件批量处理时，差距还能拉得更大。它还额外带了VAD过滤器，能跳过静音片段，支持说话人分离，让转录结果里清楚标明每句话是谁说的，也能直接接麦克风做实时转录，开会时挺方便。预构建的Docker镜像里已经装好了small、medium和large-v2模型，如果你想用自己的微调或量化版Whisper检查点，也完全没问题，这对训练过专用变体的团队来说很关键。