Vorkompilierter Installer mit CUDA-, Vulkan- und CPU-Backends. Kein Kompilieren, kein Python, keine Modellsuche. Wählen Sie ein Modell, klicken Sie auf Aufnahme, erhalten Sie eine Transkription. Vollständig offline und signiert.
whisper.cpp ist ein C++-Port des Spracherkennungsmodells OpenAI Whisper, erstellt von Georgi Gerganov und als Open-Source-Projekt auf GitHub gepflegt. Das ursprüngliche Whisper-Modell wurde in Python veröffentlicht, was erhebliche praktische Hürden für die Bereitstellung unter Windows mit sich bringt: Python-Installation, virtuelle Umgebungen, Abgleich der PyTorch- und CUDA-Toolkit-Versionen sowie Betrieb über die Kommandozeile. whisper.cpp entfernt all diese Abhängigkeiten, indem es die Whisper-Inference-Engine in portierbares C++ implementiert, das zu einem nativen Binary kompiliert wird.
Für Windows-Benutzer bedeutet whisper.cpp, dass die lokale Whisper-Spracherkreibung ohne jede Python-Infrastruktur zugänglich ist. Das kompilierte Binary läuft direkt unter Windows, unterstützt die NVIDIA-CUDA-GPU-Beschleunigung und verwendet dieselben Whisper-Modellgewichte wie die Python-Implementierung. whisper.cpp auf Windows macht StarWhisper erst möglich. Es ist die Engine, die lokale Transkription antreibt, ohne dass Benutzer Python-Umgebungen oder Kommandozeilen-Tools verwalten müssen.
Diese Seite behandelt, was whisper.cpp auf Windows tut, wie StarWhisper es in eine Desktop-Anwendung paketiert, welche Hardwarekonfigurationen unterstützt werden und wie sich whisper.cpp im Vergleich zur Ausführung von Whisper in Python auf Windows verhält.
whisper.cpp unterstützt alle fünf Whisper-Modellgrößen: tiny (39 Mio. Parameter), base (74 Mio.), small (244 Mio.), medium (769 Mio.) und large-v3 (1,5 Mrd.). Die Modelldateien sind Standard-GGML-Format-Gewichte, die aus dem Hugging-Face-Modell-Repository heruntergeladen oder mit Installern gebündelt werden können. StarWhisper bündelt tiny, base und small im vollständigen Installer; medium und large sind als Pro-Modell-Downloads verfügbar.
StarWhisper kann NVIDIA-CUDA bei kompatiblem GPU- und Treiberpfad nutzen. Ein optionaler Vulkan-Pfad kann auf unterstützter NVIDIA-, AMD- und Intel-Hardware funktionieren, wenn die Prüfung erfolgreich ist. Ohne GPU-Backend fällt die App auf CPU-Inferenz zurück. Die tatsächliche Geschwindigkeit hängt vom Modell, der Hardware, den Treibern, dem Audio und den Einstellungen ab.
StarWhisper unterstützt viele Whisper-Sprachen. Die Sprache wird in den Einstellungen ausgewählt; ein separater Modell-Download ist nicht erforderlich.
whisper.cpp erzeugt Wort- und Segment-Zeitstempel neben dem Transkriptionstext. StarWhisper verwendet diese, um SRT-Untertiteldateien zu generieren und die Anzeige von Zeitstempeln im Transkriptionsausgabefeld zu unterstützen. Die Zeitstempel sind auf ein paar hundert Millisekunden genau bei normalem Sprechtempo.
StarWhisper kann NVIDIA-CUDA bei kompatiblem GPU- und Treiberpfad nutzen. Ein optionaler Vulkan-Pfad kann auf unterstützter NVIDIA-, AMD- und Intel-Hardware funktionieren, wenn die Prüfung erfolgreich ist. Ohne GPU-Backend fällt die App auf CPU-Inferenz zurück.
Die Dauer hängt vom Installer, den Modelldownloads und dem Windows-Gerät ab.
Die Benutzeroberfläche von StarWhisper ist mit Electron gebaut, das die plattformübergreifende GUI-Schicht bereitstellt. Das Electron-Frontend kommuniziert mit dem whisper.cpp-Backend-Prozess über einen lokalen IPC-Mechanismus. Aus der Sicht des Benutzers ist dies völlig transparent: Es präsentiert sich als Standard-Windows-Anwendung. Der whisper.cpp-Prozess läuft getrennt von der GUI, sodass schwere Transkriptions-Workloads die Schnittstelle nicht blockieren.
CUDA-fähige Builds von whisper.cpp benötigen CUDA-Laufzeitbibliotheken. StarWhisper bündelt die erforderlichen CUDA-Laufzeitdateien, sodass Benutzer das vollständige CUDA-Toolkit nicht separat installieren müssen. Nur der NVIDIA-GPU-Treiber muss auf dem System des Benutzers vorhanden sein. Die gebündelte CUDA-Runtime ist kompatibel mit allen unterstützten NVIDIA-GPU-Treibern der vergangenen Jahre.
Die Modelldateien von whisper.cpp liegen im GGML-Format und reichen von ca. 75 MB (tiny) bis ca. 3 GB (large-v3). StarWhisper handhabt Modell-Download, Speicherort und Auswahl über das Einstellungsfeld. Benutzer interagieren nicht mit rohen Modelldateien. Die App überprüft die Integrität der Modelldatei nach dem Download und warnt Benutzer, wenn eine Modelldatei beschädigt oder unvollständig ist.
Das Laden eines Whisper-Modells in den Speicher dauert je nach Modellgröße und Speichergeschwindigkeit 2–10 Sekunden. StarWhisper hält den whisper.cpp-Worker-Prozess dauerhaft mit dem geladenen ausgewählten Modell am Laufen, damit einzelne Transkriptionsanfragen keine Ladezeit für das Modell verursachen. Dies ist die Architektur hinter StarWhispers schneller Echtzeitreaktion: Das Modell ist immer einsatzbereit, nicht pro Anfrage geladen.
Diese Leistungsschätzungen gelten für eine 60-minütige Audiodatei, die mit whisper.cpp unter Windows verarbeitet wurde:
| Modell | Nur CPU (moderner Desktop) | RTX 3070 (GPU) | RAM erforderlich |
|---|---|---|---|
| tiny | Variiert | Variiert | Variiert |
| small | Variiert | Variiert | Variiert |
| medium | Variiert | Variiert | Variiert |
| large-v3 | Variiert | Variiert | Variiert |
Die Schätzungen variieren je nach CPU/GPU-Generation, Audioeigenschaften und Systemlast. Die GPU-RAM-Anforderungen gelten für VRAM während der Inferenz; die System-RAM-Anforderungen sind bei CPU-Inferenz niedriger. Das whisper.cpp GitHub-Repository enthält Community-Benchmarks für ein breiteres Spektrum an Hardwarekonfigurationen.
Die tatsächliche Geschwindigkeit hängt vom Modell, der Hardware, den Treibern, dem Audio und den Einstellungen ab.
Greifen Sie zu medium nur für nicht-lateinische Schriftsysteme (CJK, Arabisch, Kyrillisch) oder langformige kontinuierliche Audioaufnahmen. Greifen Sie zu large-v3 nur, wenn Genauigkeit wichtiger ist als Geschwindigkeit und Sie eine GPU haben. Bei kurzen Diktierclips sind beide größeren Modelle wahrscheinlich dazu geneigt, Phrasen einzufügen, die nie gesprochen wurden. Wenn Sie nicht sicher sind, bleiben Sie bei small.
StarWhisper kann NVIDIA-CUDA bei kompatiblem GPU- und Treiberpfad nutzen. Ein optionaler Vulkan-Pfad kann auf unterstützter NVIDIA-, AMD- und Intel-Hardware funktionieren, wenn die Prüfung erfolgreich ist. Ohne GPU-Backend fällt die App auf CPU-Inferenz zurück. Die tatsächliche Geschwindigkeit hängt vom Modell, der Hardware, den Treibern, dem Audio und den Einstellungen ab.
Größere Modelle benötigen mehr Speicher und können auf CPU-only-Hardware langsamer sein. Prüfe die Hinweise in den Einstellungen; Speicherbedarf und Geschwindigkeit hängen von Modell und Hardware ab.
Nein. StarWhisper bündelt ein vorkompiliertes whisper.cpp-Binary für Windows. Kein Python, kein Conda, kein Einrichtung über die Kommandozeile erforderlich. Installieren Sie StarWhisper und whisper.cpp ist über die GUI einsatzbereit.
StarWhisper kann NVIDIA-CUDA bei kompatiblem GPU- und Treiberpfad nutzen. Ein optionaler Vulkan-Pfad kann auf unterstützter NVIDIA-, AMD- und Intel-Hardware funktionieren, wenn die Prüfung erfolgreich ist. Ohne GPU-Backend fällt die App auf CPU-Inferenz zurück.
StarWhisper verwendet dieselben Whisper-Modellfamilien. Die Ausgabequalität hängt von Modell, Audio, Sprecher, Sprache und Hintergrundgeräuschen ab.
tiny: ~75 MB, base: ~145 MB, small: ~465 MB, medium: ~1,5 GB, large-v3: ~3 GB. Der vollständige StarWhisper-Installer mit tiny + base + small gebündelt ist ca. 700 MB groß. Zusätzliche Modelle werden bei Bedarf über das Einstellungsfeld heruntergeladen.
StarWhisper macht whisper.cpp unter Windows zugänglich ohne Python, Kommandozeilen-Arbeit oder Installation des CUDA-Toolkits. Kostenloser Plan ohne Konto erforderlich. Pro für 10 $/Monat für unbegrenzte Nutzung und größere Modelle.