Whisper ASR Webservice 快速部署与 API 使用指南

Whisper ASR Webservice 快速部署与 API 使用指南

Whisper ASR Webservice 是一款基于 OpenAI Whisper 的语音识别 API 服务，提供简单高效的语音转文字功能，支持多语言识别与实时转录。通过 Docker 容器化部署，可轻松拥有企业级语音识别能力。

核心优势

• 多引擎支持：兼容 OpenAI Whisper 与 Faster Whisper 引擎，兼顾识别准确率与速度
• 即开即用：Docker 一键部署，快速启动生产级 API 服务
• 丰富功能：支持语音转录、语言检测、多格式输出（TXT/VTT/SRT/TSV/JSON）
• 灵活配置：可通过环境变量自定义模型大小、识别语言等参数

技术架构

项目采用 FastAPI 构建高性能 Web 服务，通过工厂模式设计支持多引擎扩展。

快速部署指南

准备工作

确保已安装 Docker 环境，支持 Linux、macOS 和 Windows 系统。

1. 拉取镜像

根据硬件环境选择合适的镜像版本：

# CPU 版本
docker pull onerahmet/openai-whisper-asr-webservice:latest
# GPU 加速版本（需 NVIDIA Docker 支持）
docker pull onerahmet/openai-whisper-asr-webservice:latest-gpu

2. 启动服务

# CPU 启动（默认模型：base）
docker run -d -p 9000:9000 \
  -e ASR_MODEL=base \
  -e ASR_ENGINE=openai_whisper \
  onerahmet/openai-whisper-asr-webservice:latest

# GPU 加速启动
docker run -d --gpus all -p 9000:9000 \
  -e ASR_MODEL=medium \
  -e ASR_ENGINE=faster_whisper \
  onerahmet/openai-whisper-asr-webservice:latest-gpu

3. 访问 API 文档

服务启动后，访问 http://localhost:9000/docs 即可使用交互式 API 界面。

高级配置选项

模型选择

通过 ASR_MODEL 环境变量选择不同大小的模型（tiny/base/small/medium/large）：

docker run -d -p 9000:9000 \
  -e ASR_MODEL=large \
  onerahmet/openai-whisper-asr-webservice:latest

持久化模型缓存

避免重复下载模型，提升启动速度：

docker run -d -p 9000:9000 \
  -v $PWD/cache:/root/.cache \
  onerahmet/openai-whisper-asr-webservice:latest

支持的环境变量

完整配置说明参见官方文档：

• ASR_MODEL：模型大小选择
• ASR_ENGINE：引擎类型（openai_whisper/faster_whisper）