GitHub 5.3万 Starwhisper.cpp从零部署完整教程 · 新手照着做就能跑起来 · 效率工具指南 · 原创教程摘要whisper.cpp 是 GitHub 5.3 万 Star 的本地语音转文字工具OpenAI Whisper 的 C 实现支持中文可把录音/视频转成文字稿并生成 SRT 字幕完全免费离线运行。本文介绍 whisper.cpp 的 Windows 预编译/源码编译/Docker 三种部署方式以及录音转文字、视频加字幕、批量转写等使用场景。会议录音要转文字、采访视频要做字幕、上课/听书想转成笔记付费转写工具太贵上传云端又怕泄露whisper.cpp 是 5 万 Star 的本地语音转文字工具——录音/视频直接转成文字稿免费、离线、支持中文还能一键生成字幕。本文要点录音/视频转文字免费不限次数完全本地处理音频不出电脑隐私安全支持中文一键生成 SRT 字幕Windows/macOS/Linux 全平台CPU 就能跑。一、GitHub 项目数据项目数据Star53,3135.3 万主要语言C/C纯实现无依赖许可证MIT免费开源底层模型OpenAI Whisperggml 格式支持平台Windows/macOS/Linux/Android/iOS/Docker二、它能解决什么问题你的痛点whisper.cpp 怎么解决会议/采访录音转文字付费工具贵本地免费转文字不限时长不限次数视频要加字幕手动打太慢一键生成 SRT 字幕文件上传云端转写怕内容泄露完全本地处理音频不出电脑上课/听书想整理成文字笔记录音转文字快速整理三、部署多平台说明本文按官方文档编写2026-08-31部署步骤为标准流程本机未实测如有出入以官方文档为准https://github.com/ggml-org/whisper.cpp。多平台部署矩阵平台部署方式Windows预编译 zip 解压即用whisper-bin-x64.zipmacOS源码编译Apple Silicon Metal 加速Linux预编译 tar.gz / 源码 / Docker模型中文用 base/small几十 MB~GB路径 1Windows 预编译推荐解压即用# 1. 下载预编译包GitHub Releases# whisper-bin-x64.zip → 解压到 C:\whisper得到 whisper-cli.exe# 2. 下载模型 ggml-base.bin中文日常用 base# https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-base.bin# 放到 models 目录# 3. 音频转 16kHz 单声道 WAVffmpegffmpeg-iinput.mp3-ar16000-ac1-c:apcm_s16le output.wav# 4. 转写中文音频whisper-cli.exe-mmodels\ggml-base.bin-foutput.wav-lzh-osrt# 输出文字稿 output.wav.srt 字幕文件路径 2源码编译Linux/macOS 通用gitclone https://github.com/ggml-org/whisper.cpp.gitcdwhisper.cppsh./models/download-ggml-model.sh base# 下载模型cmake-Bbuild cmake--buildbuild-j--configRelease# 构建./build/bin/whisper-cli-fsamples/jfk.wav# 测试转写路径 3Dockerdockerrun--rm-v$(pwd):/work ghcr.io/ggml-org/whisper.cpp:main-m/models/ggml-base.bin-f/work/audio.wav-lzh-osrt四、怎么用重点功能场景化核心流程准备音频转 wav→ 选模型 → whisper-cli 转写 → 得到文字稿/字幕。场景 1会议/采访录音转文字手机录音 → 转成 16kHz wav →whisper-cli -m ggml-base.bin -f 录音.wav -l zh得到完整文字稿快速整理会议纪要。场景 2视频自动加字幕视频提取音频转 wav → 加-osrt参数 → 生成 .srt 字幕文件 → 剪辑软件导入字幕自动对齐时间轴。场景 3中文识别更准中文录音用不带 .en 的模型base/small/medium要求更高精度用 small/medium慢一点日常 base 够用。场景 4批量转写命令行脚本循环处理多个音频文件批量生成文字稿/字幕。场景 5隐私安全全程本地处理音频/视频不出电脑敏感内容放心转写对比上传云端服务。场景 6无 GPU 也能跑CPU 即可运行base 模型快Apple Silicon/NVIDIA GPU 更快无需联网、无需付费 API。五、功能亮点为什么值得用亮点说明本地免费离线不花钱不限次数音频不出电脑支持中文中文录音/视频转文字可生成字幕全平台Windows/macOS/Linux/Android/iOS/DockerCPU 可跑无需 GPUApple Silicon/NVIDIA 更快脚本化批量命令行工具可批量/集成自动化六、常见问题Q1和讯飞/剪映等付费转写比怎么样whisper.cpp 免费、本地、不限时长、隐私安全付费工具通常限时长/要会员/上传云端。准确率常见普通话场景 base 模型够用复杂口音用 medium 更准。Q2需要 GPU 吗不需要。CPU 就能跑base 模型很快Apple Silicon 自动走 GPU 加速NVIDIA 可开 CUDA。Q3支持哪些音频格式whisper-cli 输入 16-bit WAV其他格式mp3/m4a 等先用 ffmpeg 转成 16kHz 单声道 wav。Q4有图形界面吗whisper.cpp 本身是命令行工具想要界面可用带 UI 的封装如 WhisperDesktop 等第三方或直接用命令行教程已给出完整命令。七、总结whisper.cpp 是本地语音转文字的最优解免费离线、支持中文、全平台、CPU 可跑、可生成字幕。会议纪要、视频字幕、课程笔记——一个命令行工具全搞定。隐私敏感内容放心转不花钱不限次数。命令速查# 1. Windows 预编译推荐# 下载 whisper-bin-x64.zip 解压 → 下载 ggml-base.bin 放 models/# 2. 音频转 16kHz WAVffmpeg-iinput.mp3-ar16000-ac1-c:apcm_s16le output.wav# 3. 转写中文-l zh 指定中文-osrt 生成字幕whisper-cli.exe-mmodels\ggml-base.bin-foutput.wav-lzh-osrt# 4. 源码编译Linux/macOSgitclone https://github.com/ggml-org/whisper.cpp.gitcdwhisper.cppsh./models/download-ggml-model.sh base cmake-Bbuildcmake--buildbuild-j--configRelease ./build/bin/whisper-cli-fsamples/jfk.wav# 5. Dockerdockerrun--rm-v$(pwd):/work ghcr.io/ggml-org/whisper.cpp:main-m/models/ggml-base.bin-f/work/audio.wav-lzh-osrt项目地址[ggml-org/whisper.cpp] (https://github.com/ggml-org/whisper.cpp)标签whisper.cpp、语音转文字、本地ASR、字幕生成、SRT、Whisper、开源工具、离线识别
GitHub 5.3万 Starwhisper.cpp从零部署完整教程 · 新手照着做就能跑起来 · 效率工具指南 · 原创教程摘要whisper.cpp 是 GitHub 5.3 万 Star 的本地语音转文字工具OpenAI Whisper 的 C 实现支持中文可把录音/视频转成文字稿并生成 SRT 字幕完全免费离线运行。本文介绍 whisper.cpp 的 Windows 预编译/源码编译/Docker 三种部署方式以及录音转文字、视频加字幕、批量转写等使用场景。会议录音要转文字、采访视频要做字幕、上课/听书想转成笔记付费转写工具太贵上传云端又怕泄露whisper.cpp 是 5 万 Star 的本地语音转文字工具——录音/视频直接转成文字稿免费、离线、支持中文还能一键生成字幕。本文要点录音/视频转文字免费不限次数完全本地处理音频不出电脑隐私安全支持中文一键生成 SRT 字幕Windows/macOS/Linux 全平台CPU 就能跑。一、GitHub 项目数据项目数据Star53,3135.3 万主要语言C/C纯实现无依赖许可证MIT免费开源底层模型OpenAI Whisperggml 格式支持平台Windows/macOS/Linux/Android/iOS/Docker二、它能解决什么问题你的痛点whisper.cpp 怎么解决会议/采访录音转文字付费工具贵本地免费转文字不限时长不限次数视频要加字幕手动打太慢一键生成 SRT 字幕文件上传云端转写怕内容泄露完全本地处理音频不出电脑上课/听书想整理成文字笔记录音转文字快速整理三、部署多平台说明本文按官方文档编写2026-08-31部署步骤为标准流程本机未实测如有出入以官方文档为准https://github.com/ggml-org/whisper.cpp。多平台部署矩阵平台部署方式Windows预编译 zip 解压即用whisper-bin-x64.zipmacOS源码编译Apple Silicon Metal 加速Linux预编译 tar.gz / 源码 / Docker模型中文用 base/small几十 MB~GB路径 1Windows 预编译推荐解压即用# 1. 下载预编译包GitHub Releases# whisper-bin-x64.zip → 解压到 C:\whisper得到 whisper-cli.exe# 2. 下载模型 ggml-base.bin中文日常用 base# https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-base.bin# 放到 models 目录# 3. 音频转 16kHz 单声道 WAVffmpegffmpeg-iinput.mp3-ar16000-ac1-c:apcm_s16le output.wav# 4. 转写中文音频whisper-cli.exe-mmodels\ggml-base.bin-foutput.wav-lzh-osrt# 输出文字稿 output.wav.srt 字幕文件路径 2源码编译Linux/macOS 通用gitclone https://github.com/ggml-org/whisper.cpp.gitcdwhisper.cppsh./models/download-ggml-model.sh base# 下载模型cmake-Bbuild cmake--buildbuild-j--configRelease# 构建./build/bin/whisper-cli-fsamples/jfk.wav# 测试转写路径 3Dockerdockerrun--rm-v$(pwd):/work ghcr.io/ggml-org/whisper.cpp:main-m/models/ggml-base.bin-f/work/audio.wav-lzh-osrt四、怎么用重点功能场景化核心流程准备音频转 wav→ 选模型 → whisper-cli 转写 → 得到文字稿/字幕。场景 1会议/采访录音转文字手机录音 → 转成 16kHz wav →whisper-cli -m ggml-base.bin -f 录音.wav -l zh得到完整文字稿快速整理会议纪要。场景 2视频自动加字幕视频提取音频转 wav → 加-osrt参数 → 生成 .srt 字幕文件 → 剪辑软件导入字幕自动对齐时间轴。场景 3中文识别更准中文录音用不带 .en 的模型base/small/medium要求更高精度用 small/medium慢一点日常 base 够用。场景 4批量转写命令行脚本循环处理多个音频文件批量生成文字稿/字幕。场景 5隐私安全全程本地处理音频/视频不出电脑敏感内容放心转写对比上传云端服务。场景 6无 GPU 也能跑CPU 即可运行base 模型快Apple Silicon/NVIDIA GPU 更快无需联网、无需付费 API。五、功能亮点为什么值得用亮点说明本地免费离线不花钱不限次数音频不出电脑支持中文中文录音/视频转文字可生成字幕全平台Windows/macOS/Linux/Android/iOS/DockerCPU 可跑无需 GPUApple Silicon/NVIDIA 更快脚本化批量命令行工具可批量/集成自动化六、常见问题Q1和讯飞/剪映等付费转写比怎么样whisper.cpp 免费、本地、不限时长、隐私安全付费工具通常限时长/要会员/上传云端。准确率常见普通话场景 base 模型够用复杂口音用 medium 更准。Q2需要 GPU 吗不需要。CPU 就能跑base 模型很快Apple Silicon 自动走 GPU 加速NVIDIA 可开 CUDA。Q3支持哪些音频格式whisper-cli 输入 16-bit WAV其他格式mp3/m4a 等先用 ffmpeg 转成 16kHz 单声道 wav。Q4有图形界面吗whisper.cpp 本身是命令行工具想要界面可用带 UI 的封装如 WhisperDesktop 等第三方或直接用命令行教程已给出完整命令。七、总结whisper.cpp 是本地语音转文字的最优解免费离线、支持中文、全平台、CPU 可跑、可生成字幕。会议纪要、视频字幕、课程笔记——一个命令行工具全搞定。隐私敏感内容放心转不花钱不限次数。命令速查# 1. Windows 预编译推荐# 下载 whisper-bin-x64.zip 解压 → 下载 ggml-base.bin 放 models/# 2. 音频转 16kHz WAVffmpeg-iinput.mp3-ar16000-ac1-c:apcm_s16le output.wav# 3. 转写中文-l zh 指定中文-osrt 生成字幕whisper-cli.exe-mmodels\ggml-base.bin-foutput.wav-lzh-osrt# 4. 源码编译Linux/macOSgitclone https://github.com/ggml-org/whisper.cpp.gitcdwhisper.cppsh./models/download-ggml-model.sh base cmake-Bbuildcmake--buildbuild-j--configRelease ./build/bin/whisper-cli-fsamples/jfk.wav# 5. Dockerdockerrun--rm-v$(pwd):/work ghcr.io/ggml-org/whisper.cpp:main-m/models/ggml-base.bin-f/work/audio.wav-lzh-osrt项目地址[ggml-org/whisper.cpp] (https://github.com/ggml-org/whisper.cpp)标签whisper.cpp、语音转文字、本地ASR、字幕生成、SRT、Whisper、开源工具、离线识别
