Faster Whisper v1.7 日语视频 SRT 字幕本地翻译与 AMD 支持教程

项目简介

🎙️ Faster Whisper 转录工具

• 基于 SYSTRAN/faster-whisper
• 集成 VAD 语音活动检测
• 支持 GPU / CPU / 云端推理
• 提供日文 → 中文优化模型

版本区别说明

Chickenrice Edition

• 约 4.4GB
• 包含 GPU 依赖
• 包含 VAD 模型
• 包含「海南鸡 v2 5000 小时」优化模型 适合开箱即用及日文转中文场景。

如何选择正确的 CUDA 版本（NVIDIA）

方法一：使用 nvidia-smi

nvidia-smi 

查看输出中的 CUDA Version。

驱动兼容性参考

CUDA 版本	Windows 最低驱动
11.8	≥452.39
12.2	≥525.60
12.8	≥570.65

显卡推荐对应关系

显卡	推荐 CUDA
GTX 10 / 16 系列	11.8
RTX 20 系列	11.8 / 12.2
RTX 30 系列	12.2
RTX 40 系列	12.2 / 12.8
RTX 50 系列	必须 12.8

AMD 显卡用户（v1.7 新增支持）

v1.7 新增 AMD ROCm/HIP 支持。 支持架构：

• RDNA1 → gfx101x
• RDNA2 → gfx103x
• RDNA3 → gfx110x
• RDNA4 → gfx120x

示例对应关系：

显卡	下载后缀
RX 5700	gfx101x_dgpu
RX 6600	gfx103x_dgpu
RX 7800 XT	gfx110x_all
RX 9070	gfx120x_all

特点：

• 已内置 ROCm/HIP 运行时
• 无需单独安装 ROCm
• 命令行仍使用 --device=cuda

基础版如何下载模型

基础版不带 Whisper 模型，需要自行下载。 从 HuggingFace 获取模型后放入目录：

faster_whisper_transwithai_chickenrice/
└── models/
    └── 模型文件夹/

快速开始

解压后可直接使用批处理文件。

GPU 模式

拖动音视频文件到：

运行 (GPU).bat 

低显存模式（4GB 显存）

运行 (GPU,低显存模式).bat 

CPU 模式

运行 (CPU).bat 

批处理模式（提升速度）

v1.4 之后支持批处理推理。 优点：

• 多片段并行
• 大幅提升速度
• 自动检测批次大小 缺点：
• 极少数场景精度略降 适用场景：
• 噪声较多
• 多说话人
• 长音频文件

v1.7 更新重点

• ✅ AMD GPU 支持（RDNA1–4）
• ✅ 多架构打包
• ✅ ROCm 运行时内置
• ✅ 改进自动设备检测
• ✅ 支持 --device=amd

常见问题

Q1：RTX 4090 用哪个版本？

CUDA 12.2 或 12.8，取决于驱动版本。

Q2：显存不足怎么办？

• 使用低显存模式
• 启用批处理
• 切换 CPU 模式
• 使用 Modal 云端推理

Q3：基础版和 Chickenrice 版选哪个？

• 追求开箱即用 → Chickenrice 版
• 自定义模型 → 基础版

文件校验（SHA256）

建议下载后进行校验，确保文件完整。 示例：

60fd157293d7d5033dab3c013ce3d4a083d1af6460157f1303a622f4f931715f 

可使用：

certutil -hashfile 文件名 SHA256 

总结

v1.7 的核心价值在于补齐了 AMD 显卡支持，适配 RTX 50 系列，批处理逻辑成熟。适用于日语视频翻译、会议转录、字幕批量生成及本地离线语音识别场景。