🍎 Instalação do Faster-Whisper no macOS — 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 CPU, GPU NVIDIA (CUDA) e Apple Silicon (M1/M2/M3/M4) com aceleração CoreML

Requisitos

Python 3.9 ou superior (via Homebrew ou python.org)
macOS 12+ (Monterey ou superior)
Apple Silicon (M1/M2/M3/M4) ou Intel

Instalação Passo a Passo no macOS

1️⃣ Instalar Python

Opção A — Homebrew (recomendado)

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
brew install [email protected]

Opção B — Instalador Oficial

Baixe o instalador .pkg em https://www.python.org/downloads/

Verifique:

python3 --version
pip3 --version

2️⃣ (Recomendado) Criar Ambiente Virtual

python3 -m venv whisper-env
source whisper-env/bin/activate

3️⃣ Instalar o Faster-Whisper

pip install faster-whisper

4️⃣ Aceleração Apple Silicon (Opcional — para M1/M2/M3/M4)

No macOS com Apple Silicon, o CTranslate2 usa automaticamente o CoreML para aceleração:

pip install onnxruntime-coreml

O modelo carregado com device="cpu" já utiliza o CoreML automaticamente em Apple Silicon. Não é necessário configurar device="cuda".

5️⃣ Testar a Instalação

Crie um arquivo test_whisper.py:

from faster_whisper import WhisperModel

# Em Apple Silicon, "cpu" já usa CoreML automaticamente
model = WhisperModel("tiny", device="cpu", compute_type="int8")

segments, info = model.transcribe("audio.mp3", beam_size=5)

print(f"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:

python3 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 macOS

Apple Silicon (M1-M4): Performance excelente — modelo small transcreve 1 hora de áudio em ~5 minutos
Intel Mac: Também funciona bem, use modelos menores (tiny, base, small) para melhor performance
Microfone do sistema: Para capturar áudio ao vivo, use sox ou ffmpeg:
```
brew install sox
sox -d audio.wav
```

Transcrição em lote: Use BatchedInferencePipeline para áudios longos:

from faster_whisper import WhisperModel, BatchedInferencePipeline
model = WhisperModel("medium", device="cpu", compute_type="int8")
batched_model = BatchedInferencePipeline(model=model)
segments, info = batched_model.transcribe("entrevista.mp3", batch_size=8)

Filtro VAD: Ative com vad_filter=True para remover silêncios
Timestamps por palavra: Adicione word_timestamps=True

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