faster-whisper

faster-whisper 用 CTranslate2 重写了 Whisper 推理内核：在保持识别精度的前提下，推理速度提升约 4 倍、显存占用大幅下降，是生产环境部署 Whisper 的首选实现。
支持 int8 量化、CPU/GPU 双后端与流式推理，接口与原始 Whisper 高度一致，迁移成本低；大量语音产品（含 RAGFlow 等）内置它作为转写引擎。
适合场景：高吞吐语音转写服务、资源受限设备上的离线识别、字幕批量生产。
上手方式：pip install faster-whisper，加载模型后 transcribe 一行出结果。