
兼容 OpenAI Whisper 的命令行工具,可在本地对包括日语在内的多语言音频进行转写,支持批量推理与麦克风实时输入。
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
1,400
±0 (10月13日〜)
最后提交
2026年11月
GitHub 创建日期
2023年3月17日
收录日
2026年10月5日
在 PyPI 上的使用
PyPI 包:whisper-ctranslate2 · 截至 2026年10月 的月度数值(ClickPy)
近一年下载量
770,148
来自日本的比例(近一年)
0.8%
依赖它的 PyPI 包
0
其中必需依赖 0
PyPI 月度下载量
以表格显示
| 月份 | 下载量(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 | — |
| 2023年2月 | — |
| 2023年3月 | 1,836 |
| 2023年4月 | 6,045 |
| 2023年5月 | 5,297 |
| 2023年6月 | 4,157 |
| 2023年7月 | 4,179 |
| 2023年8月 | 5,468 |
| 2023年9月 | 4,664 |
| 2023年10月 | 4,237 |
| 2023年11月 | 4,822 |
| 2023年12月 | 5,246 |
| 2024年1月 | 7,018 |
| 2024年2月 | 4,667 |
| 2024年3月 | 4,125 |
| 2024年4月 | 4,759 |
| 2024年5月 | 4,469 |
| 2024年6月 | 3,932 |
| 2024年7月 | 4,760 |
| 2024年8月 | 4,280 |
| 2024年9月 | 5,258 |
| 2024年10月 | 10,214 |
| 2024年11月 | 9,189 |
| 2024年12月 | 11,914 |
| 2025年1月 | 14,595 |
| 2025年2月 | 19,275 |
| 2025年3月 | 21,805 |
| 2025年4月 | 10,330 |
| 2025年5月 | 13,098 |
| 2025年6月 | 13,741 |
| 2025年7月 | 22,399 |
| 2025年8月 | 23,626 |
| 2025年9月 | 21,050 |
| 2025年10月 | 29,604 |
| 2025年11月 | 24,102 |
| 2025年12月 | 26,248 |
| 2026年1月 | 32,844 |
| 2026年2月 | 30,391 |
| 2026年3月 | 35,409 |
| 2026年4月 | 37,057 |
| 2026年5月 | 42,281 |
| 2026年6月 | 52,722 |
| 2026年7月 | 52,364 |
| 2026年8月 | 44,314 |
| 2026年9月 | 108,574 |
| 2026年10月 | 283,842 |
同分类的热门资源
whisperopenai110k通过大规模弱监督实现的鲁棒语音识别。
whisper.cppggml-org54kOpenAI Whisper 模型的 C/C++ 移植版。
faster-whisperSYSTRAN26k基于 CTranslate2 的更快 Whisper 转写。
whisperXm-bain24kWhisperX:具备词级时间戳(及说话人分离)的自动语音识别。
FunASRmodelscope21k支持训练、推理、流式语音识别、VAD、标点、说话人分离流水线以及兼容 OpenAI/MCP 服务的开源语音识别工具包。
NeMo SpeechNVIDIA-NeMo19k为从事大语言模型、多模态与语音 AI(自动语音识别与文字转语音)研究和开发的人员打造的可扩展生成式 AI 框架。
研究领域相近的资源
- wav2vec2-large-xlsr-53-japanesejonatasgrosman16MJapanese wav2vec‑2 XLSR‑53 在 Common Voice 6.1、CSS10 与 JSUT 上微调,需 16 kHz 音频,并可通过 HuggingSound 或 HuggingFace 管道使用。HF 模型共同: 语音识别
kaldikaldi-asr15kkaldi-asr/kaldi 是 Kaldi 项目的官方所在地。共同: 语音识别
vosk-apialphacep15k面向 Android、iOS、Raspberry Pi 及服务器的离线语音识别 API,支持 Python、Java、C# 和 Node。共同: 语音识别- wav2vec2-large-xlsr-japanese-hiraganavumichien153k一个由 facebook/wav2vec2‑large‑xlsr‑53 在 Common Voice 和 JSUT corpus 上微调的日本语音识别模型,针对 16 kHz 音频输入进行了优化。HF 模型共同: 语音识别
espnetespnet10k端到端语音处理工具包。共同: 语音识别
SenseVoiceQwenAudio9.4k开源模型 SenseVoiceSmall,支持普通话、粤语、英语、日语和韩语的语音识别、语种识别、情感识别和音频事件检测。共同: 语音识别