Установка whisper на windows

Как расшифровать аудио и видео бесплатно

This guide can also be found at Whisper Full (& Offline) Install Process for Windows 10/11

Whisper Full (& Offline) Install Process for Windows 10/11

Purpose: These instructions cover the steps not explicitly set out on the main Whisper page, e.g. for those who have never used python code/apps before and do not have the prerequisite software already installed.

Requirements:

• Full admin rights on your computer.
• A PC with a CUDA-capable dedicated GPU with at least 4GB of VRAM (but more VRAM is better). See: Available models and languages
• For online installation: An Internet connection for the initial download and setup.
• For offline installation: Download on another computer and then install manually using the «OPTIONAL/OFFLINE» instructions below.

Installation

Step 1: Unlisted Pre-Requisites

• Before you can run whisper you must download and install the follopwing items. (For offline installation just download the files on another machine and move them to your offline machine to install them.)
  • NVIDIA CUDA drivers: https://developer.nvidia.com/cuda-downloads
  • Python 3.9 or 3.10 (x64 version) from https://www.python.org/ (Whisper claims to run with >3.7 but as of 2023-01-18 some dependencies require >3.7 but <3.11).
  • FFMPEG
    • To install via Scoop (https://scoop.sh/), in powershell run
      • Set-ExecutionPolicy RemoteSigned -Scope CurrentUser
      • irm get.scoop.sh | iex
      • scoop install ffmpeg
    • OPTIONAL/OFFLINE: Follow instructions here: How to install and use FFMPEG and make sure not to skip the part about adding FFMPEG to the Windows PATH variable.
  • Git for windows from https://gitforwindows.org/
• Reboot after installing these items.

Step 2B: Whipser Install (Online Install for Online Use)

• Open a command prompt and type this command:
  • pip install git+https://github.com/openai/whisper.git
• You may now use Whisper online and no further steps are required.

Step 2B: Whipser Install (Online Install for later Offline Use)

• Open a command prompt and type these commands:
  • pip install git+https://github.com/openai/whisper.git
  • pip install blobfile
• Continue to Step 3: Download Other Required Files

Step 2C: Whipser Install (Offline Install for later Offline Use)

• Option 1: Get the most up to date version of Whisper:
  • Install Python and Git from Step 1 on an second computer you can connect to the internet and reboot to ensure both are working.
  • On the ONLINE machine open a command prompt in any empty folder and type the following commands:
    • pip download git+https://github.com/openai/whisper.git
    • pip download blobfile
• Option 2: Download all the necessary files from here OPENAI-Whisper-20230314 Offline Install Package
• Copy the files to your OFFLINE machine and open a command prompt in that folder where you put the files, and run
  • pip install openai-whisper-20230314.zip (note the date may have changed if you used Option 1 above).
  • pip install blobfile-2.0.2-py3-none-any.whl. (note the version may have changed if you used Option 1 above).
• Continue to Step 3: Download Other Required Files

Step 3: Download Other Required Files (for Offline Use)

• Download Whisper’s Language Model files place them in C:\Users[Username]\.cache\whisper Note: If the links are dead updated links can be found at lines 17-27 here: init.py
  • Tiny.En
  • Tiny
  • Base.En
  • Base
  • Small.En
  • Small
  • Medium.En
  • Medium
  • Large-v1
  • Large-v2 (Annoucing the large-v2 model)
• Download Whisper’s vocabulary and encoder files. (Per issue 1399).
  • Download Vocab.bpe
  • Download Encoder.json
  • Install the files to a folder of your choosing, e.g. C:\Users[Username]\.cache\whisper.
  • Update file links in your local copy of openai_public.py which will be installed in your python folder e.g. C:\Users[UserName]\AppData\Local\Programs\Python\Python310-32\Lib\site-packagespython3.9/site-packages/tiktoken_ext/openai_public.py to point to where you downloaded the files.
    • Remove the URL "https://openaipublic.blob.core.windows.net/gpt-2/encodings/main/" and replace it with your local copy, e.g. "C:/Users/[Username]/.cache/whisper/vocab.bpe" and "C:/Users/[Username]/.cache/whisper/encoder.json"

def gpt2():
    mergeable_ranks = data_gym_to_mergeable_bpe_ranks(
        vocab_bpe_file="C:/Users/nic/.cache/whisper/vocab.bpe",
        encoder_json_file="C:/Users/nic/.cache/whisper/encoder.json",
    )

Alternative Offline Method

See the pre-compiled .exe version of Whisper provided here: Purfview / Whisper Standalone

Нейросетью от OpenAI, которая максимально точно расшифровывет аудио или видео запись и переводит ее в текст. Эту модель выпустили в сентябре 2022 года, но самое главное — у нее открытый код. 

Нейросеть обучали на 680 тысячах часов аудио с разными языками, акцентами и даже фоновым шумом. По этому она понимает термины любой сложности, акценты или запись в шумном месте.

А ещё Whisper —  бесплатный, что не принято в семье OpenAI. В отличие от ChatGPT, который доступен через подписку, эту модель можно свободно использовать, модернизировать и встраивать в свои проекты. Мы уже разобрались, как работать с ней — делимся инструкцией.

Давайте разберемся, как работает Whisper. Представьте: модель делит аудио на 30-секундные кусочки и превращает их в «график» звука — что-то вроде визуальной карты речи. Это помогает ей анализировать данные.

А дальше — самое крутое. Система не просто печатает услышанное. Она сама определяет, на каком языке вы говорите, отмечает начало и конец фраз (будто ставит маркеры в аудио), а еще может моментально перевести речь на английский. И всё это — в одном инструменте! Никаких отдельных настроек для каждой задачи. Просто загружаете запись — Whisper делает остальное.

У Whisper есть пять вариантов точности — от самого компактного (tiny) до самого вместительного (large).

Чем «крупнее» модель, тем детальнее она анализирует аудио. Например, large справится с шумной записью лекции или сложным акцентом, а tiny подойдёт для быстрой расшифровки чёткой речи. Но есть нюанс: большие модели требуют больше времени и мощности.

Зачем нужен whisper transcription?

Представьте себе, вы копирайтер, нашли классное видео по теме, но сидеть и перепечатывать текст с нуля очень долго. Рерайтить через ChatGPT? То же время. А если нужно быстро превратить час лекции или интервью в статью?

Решение проще, чем кажется:

1. Устанавливаете Whisper на компьютер (это займёт пару минут).
2. Загружаете видео или аудио — нейросеть за 5-10 минут выдаст готовый текст.
3. Редактируете: убираете повторы, добавляете структуру (можно через тот же ChatGPT).
4. Вставляете скриншоты, фото — и статья готова к публикации.

Важный нюанс: для скорости нужен мощный компьютер. Идеально — видеокарта Nvidia RTX с 10 ГБ памяти (или аналоги). Но если такой нет — не страшно. Whisper работает и на процессоре, просто чуть медленнее. А ещё есть облачные сервисы с похожим функционалом — о них расскажем ниже.

Давайте разберемся, что понадобится для старта. Чтобы Whisper заработал, нужно подготовить «фундамент» — как собрать простой конструктор.

Шаг 1: Ставим Python
Представьте, что Python — это «мотор» для всех операций. Без него ничего не запустится. Качаем одну из этих версий:

• 3.11.4 
• 3.10.11

Ссылка: python

Выбирайте любую — обе подойдут.

Картинка с сайта: plaan.ai

Главное — не пропустите галочку «Добавить Python в PATH» при установке. Это как дать системе понять, где искать команды.

После установки сделайте простой тест — как проверить, работает ли новый инструмент.

1. Откройте командную строку:
   • Нажмите Win + R → введите cmd → Enter.
   • Или просто начните печатать «CMD» в поиске Windows — найдет сразу.

Картинка с сайта: plaan.ai

Введите команду: python —version. Если всё хорошо, система покажет версию Python — например, «3.11.4».

Картинка с сайта: plaan.ai

Зачем это нужно? Чтобы убедиться, что компьютер «видит» Python. Иногда после установки система не распознаёт его автоматически — тогда придётся повозиться с настройками. Но если версия отображается — можно выдохнуть и двигаться дальше.

Следующий шаг — установка PyTorch

PyTorch — это набор инструментов, без которого Whisper не запустится. Но тут есть нюанс: команда для установки зависит от вашей видеокарты.

Картинка с сайта: plaan.ai

Ссылка: PyTorch 

Для NVIDIA (самый простой путь):

• Если у вас драйверы обновлены, а видеокарта относительно новая (например, RTX 30xx/40xx), вводите в консоль:

pip3 install torch torchvision torchaudio —index-url https://download.pytorch.org/whl/cu121 

Это версия для современных GPU.

• Если видеокарта старше (например, GTX 10xx) или возникают ошибки, попробуйте:

pip3 install torch torchvision torchaudio —index-url https://download.pytorch.org/whl/cu118 

Для AMD или если нет видеокарты:
Выберите вариант для процессора (CPU):

pip3 install torch torchvision torchaudio 

Как понять, что подходит вам?

• Не уверены → начинайте с CPU-версии.
• Если Whisper будет работать медленно — позже можно переустановить под GPU.

Если не удалось запустить установку, можно поменять «pip3» на «python -m pip».

Скачиваем FFmpeg 

Whisper — это эксперт по расшифровке, но он не умеет открывать файлы «напрямую». Тут на помощь приходит FFmpeg — инструмент, который превратит любой формат (MP4, MKV, FLAC и даже редкие) в удобный для работы «язык».

Как его поставить?

1. Скачайте FFmpeg с официального GitHub:
   → Перейдите по ссылке.
   → Выберите файл ffmpeg-master-latest-win64-gpl.zip — как самый универсальный вариант.
2. Распакуйте архив в удобную папку (например, C:\FFmpeg).
3. Добавьте FFmpeg в системный PATH — так вы объясните Windows, где искать программу.
   → Нажмите Win + S → начните вводить «Система» → выберите Настройка представления и производительности системы → вкладка Дополнительно → Переменные среды → в разделе «Системные переменные» найдите Path → Изменить → Создать → укажите путь к папке bin внутри распакованного FFmpeg (например, C:\FFmpeg\bin).

Зачем это нужно? Без FFmpeg Whisper не сможет обработать 90% аудио и видео. 

Совет: Если не хотите возиться с PATH, просто копируйте файлы в формате WAV или MP3 — их Whisper понимает без FFmpeg. 

Ставим Git 

Git — доставляет обновления и компоненты для программ. Без него некоторые инструменты Whisper не установятся. Но пусть название вас не пугает — ставится он в пару кликов.

Как установить:

1. Зайдите на официальный сайт Git → нажмите «Downloads» → скачайте версию для Windows (сайт сам предложит нужный файл).
2. Запустите установщик → везде жмите «Next», кроме одного места:
   — В окне Adjusting your PATH environment выберите:
   «Git from the command line and also from 3rd-party software» (это важно, чтобы Git работал с консолью).

Теперь добавим пути к Git в систему:
Иногда после установки нужно «познакомить» Python с Git. Делается это через настройки:

1. Найдите папку Git:
   — Обычно она лежит в C:\Program Files\Git.
   — Внутри будут две важные папки: bin и cmd (как «ключи» для доступа).
2. Добавьте их в переменные среды:
   — Нажмите Win + S → введите «Система» → выберите «Настройка представления…» → «Дополнительно» → «Переменные среды».
   — В списке «Системные переменные» найдите Path → «Изменить» → «Создать».
   — Вставьте два пути:
   C:\Program Files\Git\bin
   C:\Program Files\Git\cmd
   — Сохраните изменения.

Проверяем, всё ли работает:

1. Откройте командную строку (Win + R → cmd → Enter).
2. Введите: git —version
   Если увидите что-то вроде git version 2.40.0 — поздравляем! Git готов к работе.

Теперь переходим к самому интересному — установке «мозга» системы — Whisper. Не нужно ничего качать вручную с GitHub. Всё проще!

Откройте командную строку (Win + R → cmd → Enter).

Введите одну из этих команд: pip install -U openai-whisper
Или, если первая не сработала: python -m pip install -U openai-whisper
Нажмите Enter — система сама скачает и установит Whisper.

Что происходит?
Представьте, что вы заказываете пиццу: говорите «хочу Whisper» → курьер (pip) привозит его прямо к вам в консоль. 

Проверяем установку:
Введите в консоль:whisper —help 

Если увидите список команд и параметров — всё в порядке. 

А если не работает?
— Убедитесь, что Python добавлен в PATH (мы это проверяли раньше).
— Попробуйте перезапустить консоль.

Важно! Не путайте команды. Разработчики специально сделали установку в одну строку — чтобы не копаться в GitHub. Их шутка про «просто введите pip install» — это намёк на то, как всё должно быть легко.

Как использовать whisper transcription?

Подготовьте файл:
Скачайте видео с YouTube (например, через yt-dlp) и сохраните его в отдельную папку. Назовите файл просто — например, обзор_ноутбука.mp4.

 Откройте консоль прямо в папке с видео:

• Зайдите в папку → кликните на путь в верхней строке проводника → удалите текст → введите cmd → Enter.
• Или: удерживайте Shift + правой кнопкой мыши в папке → «Открыть в терминале».

Запустите Whisper с нужной моделью:
Введите в консоль:

whisper обзор_ноутбука.mp4 —model large 

Что это даёт?

• large — максимальная точность: расставит пунктуацию, распознает термины и акценты.
• medium — компромисс: быстрее, но может пропустить нюансы.

Через 5-30 минут (зависит от длины видео) в папке появятся:

• .txt — чистый текст.
• .srt — субтитры с тайм-кодами (удобно для монтажа).

Лайфхак:

• Для интервью или лекций используйте large — она лучше справляется с паузами и шумами.
• Если Whisper «не видит» файл, проверьте:
  • Название файла в команде совпадает с исходным.
  • Видео не в формате MKV (конвертируйте в MP4 через HandBrake).
• Чтобы ускорить обработку, закройте браузер и тяжёлые приложения.

Пример результата:
После обработки ролика про ноутбук вы получите текст вида:

Картинка с сайта: plaan.ai

FAQ

Больше инструкций, реальных кейсов и примеров из практики по AI для бизнеса, работы и жизни в Telegram-канале, подпишитесь!