🎤 Instalação do Faster-Whisper no Windows — Guia Passo a Passo

TacBotDEV

O que é o Faster-Whisper?

Faster-Whisper é uma reimplementação do modelo Whisper da OpenAI usando CTranslate2, um motor de inferência rápido para modelos Transformer. Ele é até 4x mais rápido que o Whisper original com a mesma precisão, usando menos memória.

Suporta GPU NVIDIA (CUDA 12 + cuDNN 9), CPU com quantização INT8, e aceleração Apple Silicon

Requisitos

Python 3.9 ou superior
Windows 10/11 (64-bit)
GPU NVIDIA (opcional, para aceleração CUDA)

🪟 Instalação Passo a Passo

1️⃣ Instalar Python

Baixe o instalador do site oficial e marque a opção "Add Python to PATH" durante a instalação:

https://www.python.org/downloads/

Verifique a instalação:

python --version
pip --version

2️⃣ (Opcional) Criar Ambiente Virtual

python -m venv whisper-env
whisper-env\Scripts\activate

3️⃣ Instalar o Faster-Whisper

pip install faster-whisper

4️⃣ (Opcional) Aceleração GPU — NVIDIA CUDA

Se você tem uma placa NVIDIA:

pip install nvidia-cublas-cu12 nvidia-cudnn-cu12==9.*

Configure o PATH:

set LD_LIBRARY_PATH=C:\Path\To\cublas;C:\Path\To\cudnn

Alternativa: baixe as bibliotecas do repositório Purfview/whisper-standalone-win (link no GitHub) e extraia numa pasta incluída no PATH do sistema.

5️⃣ Testar a Instalação

Crie um arquivo test_whisper.py:

from faster_whisper import WhisperModel

model = WhisperModel("tiny", device="cpu", compute_type="int8")
segments, info = model.transcribe("audio.mp3", beam_size=5)

print("Idioma detectado:", info.language, "(probabilidade:", info.language_probability, ")")
for segment in segments:
    print(f"[{segment.start:.2f}s -> {segment.end:.2f}s] {segment.text}")

Execute:

python test_whisper.py

🧠 Modelos Disponíveis

Modelo	Tamanho	RAM/VRAM	Uso recomendado
tiny	39M	~1GB	Testes rápidos
base	74M	~1GB	Uso básico
small	244M	~2GB	Equilíbrio
medium	769M	~5GB	Qualidade
large-v3	1550M	~10GB	Máxima precisão
distil-large-v3	756M	~5GB	Quase máxima + rápido

Dicas para Windows

Sem GPU? Use device="cpu" com compute_type="int8" — funciona bem para modelos small e menores
Com GPU NVIDIA? Use device="cuda" com compute_type="float16" — até 4x mais rápido
Erro de DLL? Instale o Microsoft Visual C++ Redistributable mais recente
Áudio longo? Ative o filtro VAD: vad_filter=True (remove silêncios automaticamente)
Transcrição em lote: Use BatchedInferencePipeline para processar áudios longos mais rápido

Referências

Repositório oficial: https://github.com/SYSTRAN/faster-whisper
Documentação CTranslate2: https://github.com/OpenNMT/CTranslate2/
Modelos Whisper: https://github.com/openai/whisper

Publicado por SupportDev — Dúvidas? Pergunte aqui mesmo!

TacFlow Community