Whisper 模型本地化部署：全版本下载与离线环境搭建

Whisper 模型本地化部署指南

模型版本与下载

Whisper 提供了从 tiny 到 large-v2 的多种规模版本，可根据显存和精度需求选择。获取途径主要有两个：

1. GitHub 仓库 https://github.com/openai/whisper 这里包含最新代码、预训练权重和文档。

   • tiny.en / tiny
   • base.en / base
   • small.en / small
   • medium.en / medium
   • large-v2 (最新大模型)

2. Hugging Face 模型库 所有版本的下载路径统一为：

   https://huggingface.co/openai/whisper-{version}/tree/main
   

   只需将 {version} 替换为具体型号即可。

环境准备

硬件要求

• GPU 推荐：NVIDIA GTX 1080 或更高
• 显存占用：小模型建议 ≥ 2GB，大模型建议 ≥ 10GB

基础环境配置

建议使用 Python 3.8+ 并创建虚拟环境隔离依赖：

# 安装 Python 3.8 及 pip
sudo apt install python3.8 python3-pip

# 创建虚拟环境
python3 -m venv whisper-env
source whisper-env/bin/activate

离线依赖安装

如果是纯离线环境，需要先在一台联网设备上下载好所有 .whl 包，再迁移至目标机器。

在联网设备操作：

pip download -r requirements.txt --platform manylinux2014_x86_64 \
  --only-binary=:all: --python-version 3.8

在离线设备安装：

pip install --no-index --find-links=/path/to/wheels -r requirements.txt

模型部署与验证

手动下载模型权重文件（.pt），保存至 ~/.cache/whisper/ 目录下。加载时直接指定模型名称即可。

import whisper

model = whisper.load_model("base")
result = model.transcribe("audio_sample.mp3")
print(result[])