
大規模弱教師あり学習によるロバストな音声認識。
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
110,000
±0 (10月13日〜)
最終コミット
2026年8月
GitHub での作成日
2022年9月16日
掲載日
—
ページ作成時から掲載
Star 数の推移
数値を表で見る
| 月 | Star |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | — |
| 2026年9月 | 110,000 |
| 2026年10月 | 110,000 |
| 2026年11月 | 110,000 |
各月の最後のスナップショット。Star 数は 1,000 以上では 100 単位に丸められています。
PyPI での利用
PyPI パッケージ: openai-whisper · 2026年10月までの月間値(ClickPy)
直近1年のダウンロード数
35,117,353
日本からの割合(直近1年)
1.3%
依存している PyPI パッケージ
486
うち必須の依存 326
PyPI の月間ダウンロード数
数値を表で見る
| 月 | ダウンロード数(月) |
|---|---|
| 2019年1月 | — |
| 2019年2月 | — |
| 2019年3月 | — |
| 2019年4月 | — |
| 2019年5月 | — |
| 2019年6月 | — |
| 2019年7月 | — |
| 2019年8月 | — |
| 2019年9月 | — |
| 2019年10月 | — |
| 2019年11月 | — |
| 2019年12月 | — |
| 2020年1月 | — |
| 2020年2月 | — |
| 2020年3月 | — |
| 2020年4月 | — |
| 2020年5月 | — |
| 2020年6月 | — |
| 2020年7月 | — |
| 2020年8月 | — |
| 2020年9月 | — |
| 2020年10月 | — |
| 2020年11月 | — |
| 2020年12月 | — |
| 2021年1月 | — |
| 2021年2月 | — |
| 2021年3月 | — |
| 2021年4月 | — |
| 2021年5月 | — |
| 2021年6月 | — |
| 2021年7月 | — |
| 2021年8月 | — |
| 2021年9月 | — |
| 2021年10月 | — |
| 2021年11月 | — |
| 2021年12月 | — |
| 2022年1月 | — |
| 2022年2月 | — |
| 2022年3月 | — |
| 2022年4月 | — |
| 2022年5月 | — |
| 2022年6月 | — |
| 2022年7月 | — |
| 2022年8月 | — |
| 2022年9月 | — |
| 2022年10月 | — |
| 2022年11月 | — |
| 2022年12月 | — |
| 2023年1月 | 16,348 |
| 2023年2月 | 42,260 |
| 2023年3月 | 116,223 |
| 2023年4月 | 190,990 |
| 2023年5月 | 167,422 |
| 2023年6月 | 148,801 |
| 2023年7月 | 166,233 |
| 2023年8月 | 177,752 |
| 2023年9月 | 229,832 |
| 2023年10月 | 235,745 |
| 2023年11月 | 213,657 |
| 2023年12月 | 234,763 |
| 2024年1月 | 273,889 |
| 2024年2月 | 306,035 |
| 2024年3月 | 263,804 |
| 2024年4月 | 338,190 |
| 2024年5月 | 309,961 |
| 2024年6月 | 280,851 |
| 2024年7月 | 302,445 |
| 2024年8月 | 358,341 |
| 2024年9月 | 424,427 |
| 2024年10月 | 472,255 |
| 2024年11月 | 451,240 |
| 2024年12月 | 449,557 |
| 2025年1月 | 564,867 |
| 2025年2月 | 459,131 |
| 2025年3月 | 774,939 |
| 2025年4月 | 767,705 |
| 2025年5月 | 783,849 |
| 2025年6月 | 762,717 |
| 2025年7月 | 960,169 |
| 2025年8月 | 1,123,047 |
| 2025年9月 | 1,193,974 |
| 2025年10月 | 1,301,489 |
| 2025年11月 | 944,930 |
| 2025年12月 | 1,027,864 |
| 2026年1月 | 1,222,794 |
| 2026年2月 | 1,456,349 |
| 2026年3月 | 1,940,466 |
| 2026年4月 | 2,237,863 |
| 2026年5月 | 2,497,836 |
| 2026年6月 | 2,710,587 |
| 2026年7月 | 4,241,268 |
| 2026年8月 | 4,976,143 |
| 2026年9月 | 5,243,707 |
| 2026年10月 | 6,617,546 |
同じカテゴリで人気のリソース
NeMo SpeechNVIDIA-NeMo19k大規模言語モデル・マルチモーダル・音声AI(自動音声認識とテキスト読み上げ)に取り組む研究者・開発者向けに構築された、スケーラブルな生成AIフレームワーク。
whisper.cppggml-org54kOpenAI の Whisper モデルの C/C++ 移植版。
faster-whisperSYSTRAN26kCTranslate2 による高速な Whisper 文字起こし。
whisperXm-bain24kWhisperX:単語レベルのタイムスタンプ(&話者分離)を備えた自動音声認識。
FunASRmodelscope21k学習・推論・ストリーミング音声認識・VAD・句読点付与・話者分離パイプライン、および OpenAI 互換/MCP 提供に対応したオープンソース音声認識ツールキット。
kaldikaldi-asr15kkaldi-asr/kaldi は Kaldi プロジェクトの公式リポジトリ。
研究分野が近いリソース
- Qwen3-ASR-1.7B-JA-Anime-Galgamejaykwok5k日本語のギャルゲーム、ビジュアルノベル、アニメ風音声認識用に完全にファインチューニングされた1.7B Qwen3‑ASR チェックポイント。Galgame_Speech_ASR コーパスで訓練され、ドメイン適応と字幕生成ワークフローのための推論ウェイトおよびトレーニング回復ファイルが含まれています。HF モデル共通: 音声認識・画像・マルチモーダル
- Namo-Turn-Detector-v1-Japanesevideosdk-live2kDistilBERTベースの量子化ONNXモデルで、日本語音声トーンを93.5 %の精度と<14 msのレイテンシで検出し、Python、ONNX Runtime、またはVideoSDK統合に準備完了。HF モデル共通: 音声認識・画像・マルチモーダル
- wav2vec2-large-xlsr-53-japanesejonatasgrosman16MJapanese wav2vec‑2 XLSR‑53 は Common Voice 6.1、CSS10、JSUT で微調整され、16 kHz オーディオを必要とし、HuggingSound または HuggingFace パイプラインで使用できます。HF モデル共通: 音声認識
transformershuggingface167k🤗 Transformers:テキスト・画像・音声・マルチモーダルの最先端機械学習モデルのためのモデル定義フレームワークで、推論と学習の両方に対応。共通: 画像・マルチモーダル
vosk-apialphacep15kAndroid・iOS・Raspberry Pi・サーバー向けのオフライン音声認識API。Python・Java・C#・Node に対応。共通: 音声認識- wav2vec2-large-xlsr-japanese-hiraganavumichien153kfacebook/wav2vec2‑large‑xlsr‑53 を Common Voice と JSUT コーパスでファインチューニングした日本語音声認識モデルで、16 kHz の音声入力に最適化されています。HF モデル共通: 音声認識