systran/faster-whisper v1.2.1 是一个使用 CTranslate2 重新实现 OpenAI Whisper 模型的语音识别库。以 GitHub 仓库为准,最新版本为 v1.2.1,以 Python 包的形式发布。提供的信息中没有说明本次版本有哪些改动,因此无法确认具体的修改内容。
该项目基于 CTranslate2 处理使用 Whisper 模型将语音转写为文本的工作。仓库说明指出支持大批量处理和 8 位运算。以 MIT 许可证公开。README 声称在相同准确度条件下,速度最多可达原始 Whisper 的四倍,同时还能减少内存占用,并说明可以通过量化进一步提升效率。性能表格按模型与精度、批大小以及测试设备列出了处理时间和内存占用。
这些性能数据应视为 README 中按条件给出的结果以及仓库的声明,在其他设备或配置下并不保证得到相同结果。文档提示,使用 GPU 需要额外的 NVIDIA 库。由于音频处理使用 PyAV,因此在系统中安装 FFmpeg 并非必需。因此,速度和内存方面的优势需要结合实际部署环境中的模型、精度和批处理设置进行对比后再判断。