Как скачивать модели Whisper
Обычно для получения моделей Whisper требуется установка Python, команды pip и ручная загрузка моделей с Hugging Face. Официальный процесс включает:
- Установку Python 3.8 или выше
- Выполнение команды pip install openai-whisper
- Скачивание моделей через Python-скрипты
- Настройку CUDA для ускорения на GPU
- Настройку переменных среды
StarWhisper устраняет эту сложность. Скачайте один установщик, и все модели станут доступны через встроенный менеджер моделей. Выберите предпочитаемую модель, нажмите «Загрузить» и начинайте транскрибацию.
Whisper Large V3: Для пакетной транскрипции длинных файлов
Whisper Large V3 — лучший выбор, когда вы пакетно транскрибируете длинные записи и качество важнее скорости или использования дискового пространства. Он обучался на длинных сегментах и оправдывает затраты вычислительных ресурсов на аудио длительностью в несколько минут, а не на короткой живой диктовке. На коротких клипах маленькая модель обычно работает не хуже или лучше.
Когда использовать Large V3
- Пакетная транскрипция длинных записей, которые будут проверяться перед использованием
- Длинное сложное аудио с фоновым шумом или акцентами
- Академические, исследовательские или бизнес-записи от 10 минут и более
- Контент, где ошибки дорого исправлять И аудио достаточно длинное, чтобы контекст большой модели помог
Когда НЕ использовать Large V3
Короткая живая диктовка. Для печати голосом в любом приложении маленькая модель — это практический стандарт, который мы рекомендуем; большая модель может чрезмерно исправлять и чаще галлюцинировать на коротких клипах.
Требования к «железу»
Large V3 выигрывает от наличия мощного GPU, особенно для длинных записей. Использование только на ЦП может быть намного медленнее, поэтому большинству пользователей следует оставаться на Small для живой диктовки и обращаться к Medium или Large V3 только при пакетной транскрипции длинных файлов.
Whisper.cpp: Оптимизирован для ПК
Whisper.cpp — это порт Whisper от OpenAI на C++, оптимизированный для локального вывода. Преимущества перед реализацией на Python:
- Более быстрый запуск (без интерпретатора Python)
- Менее интенсивное использование памяти
- Лучшая производительность на ЦП
- Один исполняемый файл, без зависимостей
StarWhisper включает предварительно скомпилированные бинарные файлы whisper.cpp для Windows. Модели совместимы с общими локальными рабочими процессами Whisper, но StarWhisper оборачивает настройку модели, интеграцию приложения, конфигурацию GPU и рабочий процесс локальной транскрипции в интерфейс для ПК.
Хранение и управление моделями
Скачанные модели хранятся в локальной папке данных приложения. Общие требования к хранилищу при загрузке всех моделей:
- Tiny: 75 МБ
- Base: 142 МБ
- Small: 466 МБ
- Medium: 1.5 ГБ
- Large V3: 2.9 ГБ
- Всего: ~5 ГБ
Вы можете скачать только те модели, которые вам нужны. Большинству пользователей следует оставаться на Small (практический стандарт, который мы рекомендуем для живой диктовки) и при необходимости добавить Medium для не-латинских скриптов или Large V3 для пакетной транскрипции длинных записей.
