Faster Whisper
基于 CTranslate2 的加速版 Whisper 语音转文字引擎，支持多种量化格式和 GPU 加速，提供高性能语音识别和转录能力
🎯适用场景：高性能语音识别和转录
📥 收录于 2026/5/31
📊 仓库数据
📈 Stars 变化 ↑13 小时 +15· 统计区间 7/13 23:54 → 7/14 13:02（13 小时）
✅ 优点
- •比原始 Whisper 快 4 倍，显存占用降低
- •支持多种量化格式
⚠️ 限制
- •仅支持 x86_64 和 aarch64
- •CTranslate2 依赖增加部署复杂度
🔗 相关工具
Sherpa Onnx
github.com/k2-fsa/sherpa-onnx
基于 ONNX 的多平台语音处理引擎，支持语音转文字（ASR）、文字转语音（TTS）、说话人分离、语音增强和 VAD 等功能，可在 Android/iOS/Raspberry Pi/嵌入式设备上运行。（12K+ stars）
🎯离线语音识别、嵌入式 TTS、语音助手后端、会议转录
Go OpenAI
github.com/sashabaranov/go-openai
Go 语言的 OpenAI API 客户端，10K+ stars。支持 ChatGPT、GPT-5、GPT-Image-1、Whisper API 等，是 Go 生态接入 OpenAI 的首选方案
🎯Go 语言 LLM API 接入与路由
Silero VAD
github.com/snakers4/silero-vad
企业级预训练语音活动检测器，轻量高效。支持流式和离线模式，可精确检测语音起止点，是语音识别、会议转录、客服质检等场景的基础设施
🎯语音识别前置处理、会议/客服音频分割、实时语音流检测
OpenAI Whisper
github.com/openai/whisper
OpenAI 开源语音识别模型，99.9K+ stars。支持 99 种语言自动语音识别与翻译，可本地部署保护隐私，广泛用于会议转录、字幕生成等场景
🎯多语言语音转文字、音频转录、本地私有化语音识别
Whisper.cpp
github.com/ggml-org/whisper.cpp
OpenAI Whisper C/C++ 移植，48,793+ stars。高性能语音识别引擎，将 OpenAI Whisper 移植到 C/C++，支持 99 种语言的语音转文字，CPU 即可高效运行
🎯多模态内容理解与生成
LocalAI
github.com/mudler/LocalAI
开源本地 AI 引擎，45,607+ stars。完全兼容 OpenAI API 的本地 AI 推理引擎，支持 LLM、语音识别、图像生成等多种模型，数据完全本地处理保护隐私
🎯生产环境模型推理服务、多模态内容理解与生成
