openai/whisper 是通用语音识别模型的官方实现，可将多种语言的语音转写为文本。该模型同时具备英语翻译和语言识别（判断说话者使用的是哪种语言）的能力。该仓库创建于 2022 年 9 月 16 日，GitHub 上公开的最新版本为 v20250625。实现语言为 Python，许可证为 MIT，Star 数为 110981。
Whisper 是使用多种语音资料训练而成的通用语音识别模型。该仓库将这一模型描述为通过大规模弱监督（large-scale weak supervision）实现的稳健语音识别。README 说明，它在单一的 Transformer 编码器—解码器结构中处理语音识别、翻译和语言识别，并将多种语音处理任务统一以词元序列（文本片段的排列）形式一并处理。仓库同时提供训练好的语音模型与公开权重，并说明可以用命令行工具转写音频文件。
不过 README指出，按模型大小列出的内存需求量和相对速度，是在 A100 上转写英语语音的条件下的测量值，实际性能可能有所不同。这些数字不能直接当作其他环境的性能基准。已公开的评估分数中，只有 momentum 一项填写为 7.2（满分 10 分），novelty、technical、quality 各项均为空白，因此并未给出可用于比较评估的依据。README 建议在将非英语语音翻译成英语时，使用多语言模型而非 turbo。该仓库给出的性能信息仅限于特定条件下的测量值。