whisper.cpp

whisper.cpp 把 OpenAI 的语音转文字模型 Whisper 用 C/C++ 重写了一遍，不依赖 Python，装起来轻。苹果芯片是它重点优化的平台，在 M 系列 Mac 上整个转写都跑在 GPU 上，长录音、长视频转文字很合适。

适合谁

• 用 Mac，经常要把长录音、长视频转成文字或字幕的人
• 不想折腾 Python 环境，装一个命令就想开工的人
• 想把转写功能接进自己小工具里的人

怎么开始

1. 装好 Homebrew（Mac 上用命令装软件的工具），在终端输入 brew install whisper-cpp。
2. 模型要另外下载，是转换好的 ggml 格式文件，从 tiny 到 large-v3-turbo 有多种大小。可以直接对 Claude Code 或 Codex 说「帮我下载 whisper.cpp 的 large-v3-turbo 模型」。
3. 命令行版目前只认 16 位的 WAV 音频，先用 ffmpeg 转一下：ffmpeg -i 输入.mp3 -ar 16000 -ac 1 -c:a pcm_s16le 输出.wav。
4. 转写：whisper-cli -m 模型文件 -f 输出.wav -l zh -osrt。-l zh 指定中文（不写默认按英文认），-osrt 是输出 srt 字幕文件。
5. 命令记不住，就把整件事交给 AI，比如「用 whisper-cpp 把这个视频转成中文字幕」。

要注意

• 很省资源：按官方表格，large 模型占硬盘 2.9GB、运行时内存约 3.9GB，base 只要约 400MB。
• Windows、Linux 也能用，N 卡、AMD 显卡都有加速支持，但一般要按 README 自己编译。
• MIT 许可，免费。