懶人包
whisper.cpp 是 OpenAI Whisper 模型的純 C/C++ 實作，MIT 授權，沒有 Python、沒有 PyTorch，clone 完 cmake 兩行就有一支執行檔。
我在 M2 MacBook（8GB 記憶體）實測：base 多語模型轉 17.6 秒中文只要 2.54 秒（6.9 倍即時），但人名會寫錯；large-v3-turbo 全對，仍有 1.5 倍即時。
8GB 記憶體跑 1.5GB 模型完全沒問題，運算緩衝區加起來不到 200MB。
兩個要先知道的坑：.en結尾的模型完全無法轉錄中文（只回一句(speaking in foreign language)，不報錯）；輸出是簡體字，繁中要自己接 OpenCC 轉換。
📌 目錄
- whisper.cpp 是什麼
- 安裝：clone、cmake、完成
- 實測：M2 MacBook 上跑三個模型
- 三個實測才踩到的坑與細節
- 常用參數
- 還能再快：量化與 Core ML
- 適合誰用
- 延伸資源
- 小結
cmake 一下，得到一支不到 10MB 的執行檔。
這篇講第三種：whisper.cpp。
我在自己這台 M2 MacBook（8GB 記憶體）上從頭 build 起來，實測了三個模型的速度與中文品質。結論先說：最小的模型有 6.9 倍即時速度但會寫錯人名，large-v3-turbo 全對而且仍然快過即時，8GB 記憶體跑 1.5G 的模型完全沒問題。
whisper.cpp 是什麼
whisper.cpp 是 OpenAI Whisper 模型的純 C/C++ 實作，作者是 Georgi Gerganov（也是 llama.cpp 和 ggml 的作者）。MIT 授權，寫這篇的時候 52.5k stars，最新的 commit 是昨天（2026-08-03）。
它跟其他 Whisper 加速方案最大的差別在依賴：
- 沒有 Python。不用 venv、不用 pip、不用擔心某個套件升版後整組壞掉。
- 沒有 PyTorch。省下好幾 GB 的安裝空間。
- 模型是單一檔案。一個
.bin檔就是一個模型，搬到別台機器一樣能用。
安裝：clone、cmake、完成
我實測的完整流程，在 macOS 26.5.1 / Apple M2 上：
git clone https://github.com/ggml-org/whisper.cpp.git
cd whisper.cpp
cmake -B build -DCMAKE_BUILD_TYPE=Release
cmake --build build -j --config Release沒有第五步。build 完執行檔在 build/bin/whisper-cli。
macOS 上不需要額外裝任何東西，Metal 支援是預設開啟的，build 過程中會看到它編譯 libggml-metal.dylib。
接著下載模型。專案內附腳本，直接指定模型名稱：
# 英文專用的小模型，141MB
bash ./models/download-ggml-model.sh base.en
# 多語言版本，同樣 141MB
bash ./models/download-ggml-model.sh base
# 目前速度與品質平衡最好的大模型，1.5GB
bash ./models/download-ggml-model.sh large-v3-turbo
然後就能轉錄了：
./build/bin/whisper-cli -m models/ggml-base.en.bin -f samples/jfk.wav專案自帶 samples/jfk.wav 這個 11 秒的甘迺迪演說片段，適合拿來確認環境有沒有裝對。
實測：M2 MacBook 上跑三個模型
測試環境是 Apple M2、8 核心（4 效能 + 4 節能）、8GB 統一記憶體、macOS 26.5.1，whisper.cpp 版本是 commit 64d57d3。
中文測試音檔是我用 macOS 內建的 say 指令合成的一段 17.6 秒旁白，內容是這篇文章的開場白，再用 ffmpeg 轉成 whisper.cpp 要求的 16kHz 單聲道 WAV：
say -v Meijia "各位好，我是陳彥彤。今天要介紹的是 whisper 點 c p p⋯⋯" -o zh-test.aiff
ffmpeg -i zh-test.aiff -ar 16000 -ac 1 -c:a pcm_s16le zh-test.wav這是 large-v3-turbo 跑中文音檔的實際終端機輸出，可以看到它掛上 Metal GPU、認出裝置是 Apple M2，最後印出轉錄結果與各階段耗時：
三組實測結果：
| 模型 | 大小 | 音檔 | 耗時 | 即時倍速 | 運算後端 |
|---|---|---|---|---|---|
| base.en | 141MB | 英文 11 秒 | 1.88 秒 | 5.9x | BLAS / Accelerate |
| base（多語） | 141MB | 中文 17.6 秒 | 2.54 秒 | 6.9x | BLAS / Accelerate |
| large-v3-turbo | 1.5GB | 中文 17.6 秒 | 11.94 秒 | 1.5x | Metal GPU |
三個模型的轉錄運算都比即時快，代表一小時的錄音，最慢的 large-v3-turbo 大約 40 分鐘能轉完，base 系列則是 9 分鐘上下。
中文品質的實際差距
同一句話，兩個模型的輸出差異很具體。base 多語模型：
各位好,我是陳雁銅,今天要介紹的是 Whisper.CPP,這是一個用程C加加寫程的語音轉文字工具,
不需要安裝python,在蘋果晶片的筆電上可以,直接使用metal加速執行。語意大致到位，專有名詞 Whisper.CPP、python、metal 都抓對了，但人名「陳彥彤」變成「陳雁銅」，「純 C++ 寫成」變成「程C加加寫程」。
換 large-v3-turbo：
各位好,我是陈彦彤,今天要介绍的是Whisper.cpp,这是一个用纯C++写成的语音转文字工具,
不需要安装Python,在苹果晶片的笔电上可以直接使用Metal加速执行。全對。人名對了、「純C++寫成」對了、大小寫也對了。
但注意輸出是簡體字。這是 Whisper 模型處理中文的已知行為，不是 whisper.cpp 的問題——模型訓練資料裡簡體中文佔多數，繁中使用者需要自己在後面接一層轉換（OpenCC 之類的工具）。
三個實測才踩到的坑與細節
這幾件事 README 沒有明講，是我跑起來看 log 才發現的，其中第二個直接讓我的第一次中文測試整個失敗。
小模型不走 Metal，大模型才走
跑 base 系列的時候，啟動 log 是這樣：
whisper_backend_init: using BLAS backend它走的是 CPU 搭配 Apple 的 Accelerate 框架。換成 large-v3-turbo：
ggml_metal_device_init: GPU family: MTLGPUFamilyMetal4 (5002)
whisper_backend_init_gpu: using MTL0 backend這時才真的用上 Metal GPU。小模型在 CPU 上跑本來就夠快，搬去 GPU 的傳輸成本反而不划算，所以它會自己判斷。如果你想確認自己的機器有沒有用到 GPU 加速，看啟動時這幾行就知道。
.en 結尾的模型完全不能處理中文
這個坑值得單獨講。我一開始拿 base.en 餵中文音檔，加上 -l zh 參數，結果它回：
[00:00:00.000 --> 00:00:03.920] (speaking in foreign language)沒有報錯、沒有警告，就是一句「講外語」然後結束。.en 後綴代表這是英文專用的訓練版本，它認得出「這不是英文」，但沒有能力轉錄。
要處理中文，模型名稱不能有 .en。base、small、medium、large-v3-turbo 這些沒後綴的才是多語版本。
8GB 記憶體跑得動 1.5GB 模型
我這台是 8GB 統一記憶體的入門機型，載入 1.5GB 的 large-v3-turbo 全程沒有 swap 爆掉或被系統砍掉。實際運算時 whisper.cpp 配置的緩衝區加起來不到 200MB（KV cache 約 25MB、各階段 compute buffer 約 180MB）。
這代表你不需要頂規機器才能用最好的模型。
常用參數
跑 whisper-cli --help 看得到完整清單，實際常用的是這幾個：
# 指定語言（不指定會自動偵測，但指定了比較準也比較快）
./build/bin/whisper-cli -m models/ggml-large-v3-turbo.bin -f audio.wav -l zh
# 輸出 SRT 字幕檔
./build/bin/whisper-cli -m models/ggml-large-v3-turbo.bin -f audio.wav -l zh -osrt
# 輸出 VTT / 純文字 / JSON
./build/bin/whisper-cli -m models/ggml-large-v3-turbo.bin -f audio.wav -ovtt -otxt -oj
# 翻譯成英文（而不是轉錄原文）
./build/bin/whisper-cli -m models/ggml-large-v3-turbo.bin -f audio.wav -l zh -tr
# 指定執行緒數量
./build/bin/whisper-cli -m models/ggml-base.bin -f audio.wav -t 8
輸入音檔如果不是 16kHz 單聲道 WAV，先用 ffmpeg 轉：
ffmpeg -i input.mp3 -ar 16000 -ac 1 -c:a pcm_s16le output.wav還能再快：量化與 Core ML
如果實測速度還不夠，專案提供兩條加速路徑。
整數量化把模型權重壓成更小的精度，換取速度與記憶體：
./build/bin/quantize models/ggml-base.en.bin models/ggml-base.en-q5_0.bin q5_0量化後的模型用法完全一樣，只是換個檔名。
Core ML 則是把 encoder 的運算搬到 Apple 的神經網路引擎（ANE）上。README 寫這條路徑可以讓 encoder 快三倍以上，但需要額外裝 Python 依賴來轉換模型格式，並且重新 build 時要開 WHISPER_COREML=1。第一次執行會很慢，因為 ANE 要先把模型編譯成裝置專用格式。
我這次實測沒走 Core ML（build log 顯示 COREML = 0），因為預設路徑的速度已經夠用，而且開 Core ML 就得把 Python 依賴請回來，跟「不用 Python」這個核心優點衝突。如果你的場景是大量批次轉錄、每一分鐘都要省，那值得花時間設定。
適合誰用
whisper.cpp 特別適合這幾種情況：
- 內容不能上雲。會議錄音、客戶訪談、醫療或法律相關的音檔，本機跑完全沒有外傳問題。
- 不想碰 Python 環境。尤其是要把語音轉文字包進其他應用程式裡的時候，一支執行檔比一整套 Python 環境好處理太多。
- 要跨平台部署。同一份程式碼可以編到 Mac、Linux、Windows、樹莓派、甚至瀏覽器的 WebAssembly。
- 量大、要省錢。雲端 API 按時計價，本機跑的邊際成本是電費。
延伸資源
- whisper.cpp GitHub repo — 原始碼、README 與各平台 build 說明，MIT 授權。
- ggml — whisper.cpp 底層的張量函式庫，同一批作者維護，llama.cpp 也用它。
- OpenAI Whisper 論文與官方實作 — 模型本身的來源，想了解模型架構與各尺寸差異可以看這裡。
- WhisperX — 需要單字級時間戳與語者分離時的選擇。
小結
whisper.cpp 的價值不在於它是最快的 Whisper 實作，而在於它把「跑 Whisper」這件事的門檻降到最低：clone、cmake、下載模型、執行，四個步驟，沒有依賴地獄。
實測數字擺在這裡——一台 8GB 的 M2 MacBook，用最好的 large-v3-turbo 模型，中文轉錄全對，速度仍然快過即時。對大多數本機語音轉文字的需求來說，這個組合已經很夠用了。