一、核心版本选择
Whisper 提供 5 种规模版本，性能与资源需求平衡如下：
| 版本 | 参数量 | 内存需求 | 多语言 | 推荐场景 |
|---|---|---|---|---|
tiny | 39M | ~1GB | ✓ | 移动端/嵌入式设备 |
base | 74M | ~1.5GB | ✓ | 实时转录 |
small | 244M | ~2.5GB | ✓ | 日常办公场景 |
medium | 769M | ~5.5GB | ✓ | 专业音频处理 |
large | 1.5B | ~10.5GB | ✓ | 研究级高精度识别 |
注：2025 版本尚未发布，建议通过官方渠道跟踪更新：OpenAI 博客
二、模型格式说明
三种主流格式适用不同开发环境：
- PyTorch 格式（
.pt）- 原生支持：通过
pip install openai-whisper安装后自动加载 - 下载目录：
https://openaipublic.azureedge.net/main/whisper/models/{model_id}.pt
- 原生支持：通过
- TensorFlow 格式（
.h5）- 转换工具：需使用官方转换脚本
- 托管平台：Hugging Face Hub
- ONNX 运行时格式（
.onnx）- 跨平台支持：适用于 WebAssembly/移动端
- 优化工具链：参考 ONNX Whisper 示例
三、下载方式
官方源直连（推荐）：
# 使用命令行工具自动下载（替换<model_size>为版本名）
whisper download <model_size>
手动下载地址：
| 版本 | PyTorch 直链 |
|---|---|
| tiny |
