OpenAI Whisper 模型版本详解及官方下载链接

Whisper 是 OpenAI 推出的开源语音识别模型，凭借出色的多语言支持能力成为行业标杆。根据应用场景对算力和精度的不同需求，官方提供了从 Tiny 到 Large 的多种规格。下面按规模从小到大梳理了所有可用版本及其官方下载地址，并附上选型建议供参考。

Tiny 系列（轻量级）

适合资源受限环境，如移动端或边缘设备。

• tiny.en.pt（英文专用）：https://openaipublic.azureedge.net/main/whisper/models/d3dd57d32accea0b295c96e26691aa14d8822fac7d9d27d5dc00b4ca2826dd03/tiny.en.pt
• tiny.pt（多语言通用）：https://openaipublic.azureedge.net/main/whisper/models/65147644a518d12f04e32d6f3b26facc3f8dd46e5390956a9424a650c0ce22b9/tiny.pt

Base 系列（基础版）

在体积和性能之间取得初步平衡，适合快速原型开发。

• base.en.pt（英文专用）：https://openaipublic.azureedge.net/main/whisper/models/25a8566e1d0c1e2231d1c762132cd20e0f96a85d16145c3a00adf5d1ac670ead/base.en.pt
• base.pt（多语言通用）：https://openaipublic.azureedge.net/main/whisper/models/ed3a0b6b1c0edf879ad9b11b1af5a0e6ab5db9205f891f668f8b0e6c6326e34e/base.pt

Small 系列（小型）

兼顾速度与精度，适合常规音频转文字任务。

• small.en.pt（英文专用）：https://openaipublic.azureedge.net/main/whisper/models/f953ad0fd29cacd07d5a9eda5624af0f6bcf2258be67c92b79389873d91e0872/small.en.pt
• small.pt（多语言通用）：https://openaipublic.azureedge.net/main/whisper/models/9ecf779972d90ba49c06d968637d720dd632c55bbf19d441fb42bf17a411e794/small.pt

Medium 系列（中型）

进一步提升识别准确率，适合实时字幕等场景。

• medium.en.pt（英文专用）：https://openaipublic.azureedge.net/main/whisper/models/d7440d1dc186f76616474e0ff0b3b6b879abc9d1a4926b7adfa41db2d497ab4f/medium.en.pt
• medium.pt（多语言通用）：https://openaipublic.azureedge.net/main/whisper/models/345ae4da62f9b3d59415adc60127b97c714f32e89e936602e85993674d08dcb1/medium.pt

Large 系列（大型）

性能最强，支持更多语言和复杂场景，但对计算资源要求较高。

• large-v1.pt（v1 版本）：https://openaipublic.azureedge.net/main/whisper/models/e4b87e7e0bf463eb8e6956e646f1e277e901512310def2c24bf0e11bd3c28e9a/large-v1.pt
• large-v2.pt（v2 版本）：https://openaipublic.azureedge.net/main/whisper/models/81f7c96c852ee8fc832187b0132e569d6c3065a3252ed18e56effd0b6a73e524/large-v2.pt
• large-v3.pt（v3 版本）：https://openaipublic.azureedge.net/main/whisper/models/e5b1a55b89c1367dacf97e3e19bfd829a01529dbfdeefa8caeb59b3f1b81dadb/large-v3.pt
• large.pt（默认指向 v3 版本）：https://openaipublic.azureedge.net/main/whisper/models/e5b1a55b89c1367dacf97e3e19bfd829a01529dbfdeefa8caeb59b3f1b81dadb/large-v3.pt

模型选择建议

• 轻量级部署：如移动设备、边缘计算，选择 tiny 或 base 系列，体积小推理快，但精度相对较低。
• 平衡精度与性能：small 或 medium 系列适合常规场景，多语言支持较好。
• 高精度需求：专业音频处理推荐 large 系列（尤其是 v3 版本），性能最强但对资源要求高。
• 仅处理英文内容：优先选择带 .en 后缀的模型，针对性优化后精度更高。