这个项目能做什么
faster-whisper 是利用 CTranslate2 推理引擎对 OpenAI Whisper 语音转文本模型的重新实现。其设计目标是比原始实现更高效，可提供高达 4 倍的转录速度，同时消耗更少的内存。通过在 CPU 和 GPU 上进行 8 位量化，可以进一步提升效率。
核心能力包括：
- 支持多种模型尺寸，包括与 Distil-Whisper 检查点的兼容性。
- 支持批处理转录以提高吞吐量。
- 提供词级时间戳以实现精确的音频对齐。
- 集成 Silero VAD（语音活动检测）过滤器以移除非语音片段。
- 在 CUDA 和 CPU 设备上支持多种计算类型（float16, int8_float16, int8）。
- 提供将兼容 Transformers 的 Whisper 模型转换为 CTranslate2 格式的转换工具。
与原始 Whisper 不同，它使用 PyAV 进行音频解码，从而无需在系统中安装 FFmpeg。