Installer precompilato con supporto CUDA, Vulkan e CPU. Nessuna compilazione, nessun Python e nessuna ricerca manuale dei modelli. Scegli un modello, fai clic su Registra e ottieni una trascrizione. Funziona completamente offline ed è firmato.
whisper.cpp è un porting in C++ del modello di riconoscimento vocale Whisper di OpenAI, creato da Georgi Gerganov e mantenuto come progetto open source su GitHub. Il modello Whisper originale è stato rilasciato in Python, il che crea notevoli barriere pratiche per la distribuzione su Windows: installazione di Python, ambienti virtuali, corrispondenza delle versioni di PyTorch e CUDA toolkit e operazioni da riga di comando. whisper.cpp rimuove tutte queste dipendenze implementando il motore di inferenza Whisper in C++ portabile che si compila in un binario nativo.
Per gli utenti Windows, whisper.cpp significa che il riconoscimento vocale Whisper locale è accessibile senza alcuna infrastruttura Python. Il binario compilato funziona direttamente su Windows, supporta l'accelerazione GPU NVIDIA CUDA e utilizza gli stessi pesi del modello Whisper dell'implementazione Python. whisper.cpp su Windows è ciò che rende possibile StarWhisper. È il motore che alimenta la trascrizione locale senza richiedere agli utenti di gestire ambienti Python o strumenti da riga di comando.
Questa pagina spiega cosa fa whisper.cpp su Windows, come StarWhisper lo trasforma in un'app desktop, quali configurazioni hardware sono supportate e come whisper.cpp si confronta con l'esecuzione di Whisper in Python su Windows.
whisper.cpp supporta tutte e cinque le dimensioni del modello Whisper: tiny (39M parametri), base (74M), small (244M), medium (769M) e large-v3 (1.5B). I file del modello sono pesi standard in formato GGML che possono essere scaricati dal repository di modelli Hugging Face o inclusi negli installer. StarWhisper include tiny, base e small nell'installer completo; medium e large sono disponibili come download di modelli Pro.
StarWhisper può usare NVIDIA CUDA quando sono disponibili una GPU e un percorso driver compatibili. Un percorso Vulkan opzionale può funzionare anche su hardware NVIDIA, AMD e Intel supportato quando il controllo ha esito positivo. Senza un backend GPU, l’app passa all’inferenza su CPU. La velocità effettiva dipende dal modello, dall’hardware, dai driver, dall’audio e dalle impostazioni.
StarWhisper supporta molte lingue di Whisper. Seleziona la lingua nelle impostazioni; non serve scaricare un modello separato.
whisper.cpp produce timestamp a livello di parola e di segmento insieme al testo della trascrizione. StarWhisper li usa per generare file di sottotitoli SRT e per supportare la visualizzazione dei timestamp nel pannello di output della trascrizione. I timestamp sono accurati entro poche centinaia di millisecondi per un ritmo di parlato standard.
StarWhisper può usare NVIDIA CUDA quando sono disponibili una GPU e un percorso driver compatibili. Un percorso Vulkan opzionale può funzionare anche su hardware NVIDIA, AMD e Intel supportato quando il controllo ha esito positivo. Senza un backend GPU, l’app passa all’inferenza su CPU.
La durata dipende dall’installer, dai download dei modelli e dal computer Windows.
L'interfaccia utente di StarWhisper è costruita con Electron, che fornisce il livello GUI multipiattaforma. Il frontend Electron comunica con il processo backend whisper.cpp tramite un meccanismo IPC locale. Dal punto di vista dell'utente, questo è del tutto trasparente: si presenta come una normale applicazione Windows. Il processo whisper.cpp viene eseguito separatamente dalla GUI, quindi i carichi di trascrizione pesanti non bloccano l'interfaccia.
Le build di whisper.cpp con supporto CUDA richiedono le librerie runtime CUDA. StarWhisper include i file runtime CUDA necessari, così gli utenti non devono installare separatamente l'intero toolkit CUDA. È sufficiente che sul sistema sia presente il driver NVIDIA GPU. Il runtime CUDA incluso è compatibile con tutti i driver NVIDIA supportati degli ultimi anni.
I file modello di whisper.cpp sono in formato GGML, da circa 75MB (tiny) a circa 3GB (large-v3). StarWhisper gestisce il download, la posizione di archiviazione e la selezione dei modelli tramite il pannello Impostazioni. Gli utenti non interagiscono con i file modello grezzi. L'app verifica l'integrità del file modello dopo il download e avvisa gli utenti se un file modello è corrotto o incompleto.
Il caricamento di un modello Whisper in memoria richiede da 2 a 10 secondi a seconda delle dimensioni del modello e della velocità di archiviazione. StarWhisper mantiene il processo worker whisper.cpp in esecuzione persistente con il modello selezionato caricato, quindi le singole richieste di trascrizione non comportano tempi di caricamento del modello. Questa è l'architettura alla base della rapida risposta in tempo reale di StarWhisper: il modello è sempre pronto, non caricato per ogni richiesta.
Queste stime di prestazione si riferiscono a un file audio di 60 minuti elaborato con whisper.cpp su Windows:
| Modello | Solo CPU (desktop moderno) | RTX 3070 (GPU) | RAM richiesta |
|---|---|---|---|
| tiny | Varia | Varia | Varia |
| small | Varia | Varia | Varia |
| medium | Varia | Varia | Varia |
| large-v3 | Varia | Varia | Varia |
Le stime variano in base alla generazione di CPU/GPU, alle caratteristiche audio e al carico di sistema. I requisiti di RAM GPU si riferiscono alla VRAM durante l'inferenza; i requisiti di RAM di sistema sono inferiori per l'inferenza su CPU. Il repository GitHub di whisper.cpp contiene benchmark pubblicati dalla comunità per una gamma più ampia di configurazioni hardware.
La velocità effettiva dipende dal modello, dall’hardware, dai driver, dall’audio e dalle impostazioni.
Ricorri a medium solo per alfabeti non latini (CJK, arabo, cirillico) o audio continuo di lunga durata. Ricorri a large-v3 solo quando la precisione conta più della velocità e hai una GPU. Su clip brevi di dettatura, entrambi i modelli più grandi tendono a inserire frasi mai pronunciate. Se non sei sicuro su quale scegliere, resta su small.
StarWhisper può usare NVIDIA CUDA quando sono disponibili una GPU e un percorso driver compatibili. Un percorso Vulkan opzionale può funzionare anche su hardware NVIDIA, AMD e Intel supportato quando il controllo ha esito positivo. Senza un backend GPU, l’app passa all’inferenza su CPU. La velocità effettiva dipende dal modello, dall’hardware, dai driver, dall’audio e dalle impostazioni.
I modelli più grandi richiedono più memoria e possono essere più lenti su hardware con sola CPU. Controlla le indicazioni nelle impostazioni; memoria e velocità dipendono dal modello e dall’hardware.
No. StarWhisper include un binario whisper.cpp precompilato per Windows. Niente Python, niente Conda, nessuna configurazione da riga di comando. Installa StarWhisper e whisper.cpp è pronto all'uso tramite l'interfaccia grafica.
StarWhisper può usare NVIDIA CUDA quando sono disponibili una GPU e un percorso driver compatibili. Un percorso Vulkan opzionale può funzionare anche su hardware NVIDIA, AMD e Intel supportato quando il controllo ha esito positivo. Senza un backend GPU, l’app passa all’inferenza su CPU.
StarWhisper usa le stesse famiglie di modelli Whisper. La qualità dell’output dipende dal modello, dall’audio, dal parlante, dalla lingua e dal rumore di fondo.
tiny: ~75MB, base: ~145MB, small: ~465MB, medium: ~1.5GB, large-v3: ~3GB. L'installer completo di StarWhisper con tiny + base + small inclusi è di circa 700MB. I modelli aggiuntivi vengono scaricati su richiesta dal pannello Impostazioni.
StarWhisper rende whisper.cpp accessibile su Windows senza Python, lavoro da riga di comando o installazione del toolkit CUDA. Piano gratuito senza bisogno di account. Pro a $10/mese per uso illimitato e modelli più grandi.