Whisper 模型国内镜像源汇总与快速下载指南

如果你在用 OpenAI 的 Whisper 做语音识别，可能会发现从 Hugging Face 拉取模型特别慢。这在国内网络环境下很常见，主要是跨国链路的问题。用国内镜像源能快不少，有时候甚至能到 10 倍速。下面整理了几个靠谱的源，还有具体的下载姿势。

为什么需要镜像源？

Whisper 官方托管在 Hugging Face Hub，直接连国外服务器容易超时或断流。国内镜像站做了缓存和加速，支持 base、small、medium、large 等所有版本。

常用镜像源推荐

Hugging Face 国内镜像 (首选)
- 地址：https://hf-mirror.com/
- 这个专门针对 HF Hub 优化，速度稳，覆盖全。
阿里云 ModelScope
- 地址：https://modelscope.cn/
- 阿里系的模型库，集成度好，部分版本需搜 "openai-whisper"。
百度 PaddlePaddle
- 地址：https://mirror.paddlepaddle.cn/hub/
- 教育网环境可能更快，适合批量拉取。
清华 TUNA
- 地址：https://mirrors.tuna.tsinghua.edu.cn/
- 主要存软件包，但有 HF 缓存路径，作为备选。

建议先测一下响应速度，ping 低于 100ms 比较理想。

怎么快速下载？

浏览器手动下载

新手可以直接用浏览器。打开 hf-mirror.com，搜 openai/whisper-base 这种关键词。进去后找 pytorch_model.bin 或者 model.safetensors，右键下载就行。比如 Base 版的直链：https://hf-mirror.com/openai/whisper-base/resolve/main/pytorch_model.bin

命令行自动化

开发者更推荐用 huggingface-cli。先装个依赖：

pip install huggingface_hub

然后设置环境变量指向镜像：

export HF_ENDPOINT=https://hf-mirror.com

这样后续命令就自动走镜像了。下载单个版本很简单：

huggingface-cli download openai/whisper-large-v2 --local-dir ./whisper-large

如果要一次性下多个版本，写个循环脚本更方便：

versions=("base" "small" "medium" "large")
for version in "${versions[@]}"; do
  huggingface-cli download openai/whisper- --local-dir ./whisper-

Whisper 模型国内镜像源汇总与快速下载指南