insanely-fast-whisper

Insanely Fast Whisper 是一个用于音频文件转录的命令行工具，能够在本地设备上快速运行。它基于 Hugging Face 的 Transformers、Optimum 和 Flash Attention 技术，能够以惊人的速度完成音频转录任务，例如在 Nvidia A100 GPU 上仅需约 98 秒即可转录 150 分钟的音频。该工具支持多种优化选项，包括 FP16、批处理和 Flash Attention 2，显著提升了转录效率。适用于需要高效处理大量音频数据的场景，如会议记录、播客转录等。项目由社区驱动，持续更新以满足用户需求。