Whisper 语音识别模型版本详解与官方下载链接

OpenAI 发布的 Whisper 是目前开源界非常成熟的语音识别方案，支持多语言且效果出色。为了方便大家直接上手使用，这里按模型规模整理了官方提供的权重文件下载链接，并附上了一些选型心得。

模型版本与下载链接

官方模型按参数量从小到大排列，分为英文专用版和多语言通用版：

Tiny 系列（轻量级）

适合资源受限环境，推理速度极快。

• tiny.en.pt（英文专用）：下载地址
• tiny.pt（多语言通用）：下载地址

Base 系列（基础版）

在体积和精度之间取得初步平衡。

• base.en.pt（英文专用）：下载地址
• base.pt（多语言通用）：下载地址

Small 系列（小型）

推荐用于常规音频转写任务，性价比不错。

• small.en.pt（英文专用）：下载地址
• small.pt（多语言通用）：下载地址

Medium 系列（中型）

精度进一步提升，适合对准确率有要求的场景。

• medium.en.pt（英文专用）：下载地址
• medium.pt（多语言通用）：下载地址

Large 系列（大型）

性能最强，但需要较强的算力支持。特别说明一下，large.pt 其实是指向 v3 版本的软链接。

• （v1 版本）：