Windows/Linux/Mac 通用：Whisper 模型跨平台下载与部署指南

Whisper 模型跨平台下载与部署指南

1. 环境准备

• Python 安装：
  • Windows：从官网下载安装包，勾选 Add Python to PATH
• FFmpeg 安装（音频处理必需）：
  • Windows：下载预编译包，解压后添加 bin 目录到系统 PATH

Mac：

brew install ffmpeg 

Linux：

sudo apt install ffmpeg 

Linux/Mac：终端执行：

sudo apt update && sudo apt install python3 pip # Linux brew install python # Mac 

2. 安装 Whisper

所有平台统一命令：

pip install -U openai-whisper 

3. 模型下载

• 手动下载（解决网络问题）：
  1. 从 Hugging Face 仓库下载模型：https://huggingface.co/openai
  2. 将模型文件放入缓存目录：
     • Linux/Mac：~/.cache/whisper
     • Windows：C:\Users\<用户名>\.cache\whisper

自动下载（首次运行时自动获取）：

whisper audio.mp3 --model base 

4. 基本使用

Python API：

import whisper model = whisper.load_model("base") result = model.transcribe("audio.mp3", fp16=False) # CPU模式 print(result["text"]) 

命令行转录：

whisper input.mp3 --language en --model medium 

输出文件：input.mp3.txt（文本）、input.mp3.srt（字幕）

5. 跨平台优化

内存优化（小内存设备）：

whisper large.mp3 --model tiny --fp16 False # 关闭半精度计算 

CPU/GPU 配置：

# 强制使用 CPU（无 NVIDIA GPU 时） model = whisper.load_model("base", device="cpu") # GPU 加速（需安装 CUDA 版 PyTorch） pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 

6. 常见问题解决

7. 进阶部署

API 服务化（Flask 示例）：

from flask import Flask, request import whisper app = Flask(__name__) model = whisper.load_model("base") @app.route('/transcribe', methods=['POST']) def transcribe(): audio = request.files['audio'] result = model.transcribe(audio) return {"text": result["text"]} if __name__ == "__main__": app.run(host='0.0.0.0', port=5000) 

Docker 部署（全平台通用）：

FROM python:3.10 RUN apt update && apt install -y ffmpeg RUN pip install openai-whisper CMD ["whisper", "--help"] 

验证安装：终端执行 whisper --version，输出示例：whisper version 2023.xx.x

注意事项

1. 模型大小选择（按需）：
   • tiny (39MB) : 快速转录，精度较低
   • base (74MB) : 平衡选择
   • large (3.1GB): 高精度，需 GPU 支持
2. 首次运行需下载模型，建议使用稳定网络
3. 完整文档参考：OpenAI Whisper GitHub