insanely-fast-whisper

这是一个基于OpenAI Whisper模型的高性能语音转文字命令行工具，通过集成Hugging Face Transformers、Optimum和Flash Attention 2等优化技术，显著加速本地设备上的音频转录。核心功能包括支持fp16量化、动态批处理、Flash Attention 2加速及多GPU/Apple Silicon（MPS）适配，可在A100上将150分钟音频转录压缩至约98秒。适用于需离线、低延迟、高精度语音转写的场景，如会议记录、播客整理、无障碍内容生成及本地化语音处理任务。