企业官网建设流程全解析

Whisper.cpp 本地部署教程：从克隆到跑通第一条音频

【免费下载链接】whisper.cppPort of OpenAI's Whisper model in C/C++项目地址: https://gitcode.com/GitHub_Trending/wh/whisper.cpp

Whisper.cpp 是 OpenAI Whisper 语音识别模型的 C/C++ 实现，零外部依赖，让你在任何机器上离线完成语音转文字。本文带你走完"克隆仓库 → 下载模型 → 构建 → 跑通第一条 WAV 音频"的完整流程，让你独立上手本地部署与离线语音识别。

先搞懂它是什么

它解决什么问题

你有一段会议录音、课程视频或访谈音频，想把它转成文字，又不想把音频上传到任何在线服务？Whisper.cpp 就是为此而生的：模型和推理全部跑在你自己的设备上，音频数据不出本机。

三条核心亮点

• 纯 C/C++，无外部依赖：核心实现就在 include/whisper.h 与 src/whisper.cpp 两个文件里，克隆即可编译，不折腾依赖
• 全平台覆盖：macOS、iOS、Android、Linux、FreeBSD、Windows（MSVC 与 MinGW）、Raspberry Pi、WebAssembly 均受支持
• 软硬优化到位：Apple Silicon 走 Metal 与 Core ML，x86 启用 AVX 指令集，也支持 Vulkan、NVIDIA CUDA、OpenVINO、Ascend NPU 等多种加速路径

开工前检查清单

系统要求

仓库地址

仓库地址见此 GitCode 镜像，克隆时直接使用（这是全文唯一需要该地址的地方）。

一步步跑通

第一步：两条命令拿到代码

克隆仓库并进入目录：

git clone https://link.gitcode.com/i/453f3824d8fda1a37548cafbf3922ea0 cd whisper.cpp

第二步：下载 ggml 格式的模型

Whisper 模型需先转换为单文件的ggml格式，仓库自带脚本一步完成。这里以 142 MiB 的base.en（仅英文、精度与体积的平衡之选）为例：

sh ./models/download-ggml-model.sh base.en

脚本会把模型保存为models/ggml-base.en.bin。各型号磁盘占用见 models/README.md：tiny 75 MiB、base 142 MiB、small 466 MiB、medium 1.5 GiB、large 2.9 GiB，内存占用约为磁盘体积的 1.5～2 倍。

第三步：编译项目

用 CMake 两步完成构建，产物输出到build/bin/：

cmake -B build cmake --build build --config Release

图省事的话，make等价于上面的 CMake 流程，make base.en则一键完成"下载模型 + 编译 + 对 samples 目录所有 WAV 跑推理"的快速演示。

第四步：用自带样例音频验证

仓库自带 11 秒的samples/jfk.wav样例，运行推理工具whisper-cli：

./build/bin/whisper-cli -f samples/jfk.wav

看到按时间戳分段的英文文字（"And so my fellow Americans..."）输出，说明本地部署与离线语音识别全部跑通。想查看全部参数，运行./build/bin/whisper-cli -h。

注意：whisper-cli只处理 16-bit WAV 文件，你的音频若是 MP3/FLAC 等格式，先做转换再运行。

常用命令速查

卡住了怎么办

音频转不动？先转 16-bit WAV

最常见的报错原因是音频格式不符。whisper-cli只认 16-bit WAV，用ffmpeg转码后再喂给模型：

ffmpeg -i input.mp3 -ar 16000 -ac 1 -c:a pcm_s16le output.wav

转完用-f output.wav重新运行即可。

内存不够跑不动大模型？换小一号的

按你的内存对号入座：8 GB 内存以内建议tiny/base，16 GB 可跑small，32 GB 起再考虑medium。另外带.en后缀的模型只处理英文，处理中文请使用不带.en的型号。也可以对大模型做量化压缩，命令见上文速查表。

参数和行为看不明白？回仓库文档找

完整功能说明（Core ML、CUDA、Vulkan、量化、说话人分离等）都在 README.md，模型下载与转换细节在 models/README.md，各类语言的绑定位于 bindings/ 目录。

把第一条音频跑通只是起点：换更大的模型提升精度，或搭一个 HTTP 转写服务，都是接下来的自然方向。完整文档随仓库一起提供，祝你的离线语音识别之旅顺利。

【免费下载链接】whisper.cppPort of OpenAI's Whisper model in C/C++项目地址: https://gitcode.com/GitHub_Trending/wh/whisper.cpp