Whisper — бесплатная программа и модель распознавания речи от OpenAI с открытым кодом. Вы даёте ей запись разговора, лекции, интервью или видео, а она отдаёт текст. Русскую речь Whisper понимает хорошо, хотя учился сразу на десятках языков и умеет переводить услышанное на английский.
Главное отличие от онлайн-сервисов расшифровки — всё считается на вашем компьютере. Запись никуда не загружается, аккаунт и интернет после установки не нужны, платить не за что, ограничений по длине и количеству файлов нет. Цена этого — установка через командную строку и время: окна с кнопкой «Открыть файл» у Whisper нет, а на слабом компьютере час записи обрабатывается долго.
Что умеет Whisper
- Расшифровка в текст — на выходе готовый текст с заглавными буквами и знаками препинания, а не поток слов. Вычитать его всё равно нужно, но переписывать с нуля не придётся.
- Субтитры — результат сохраняется в форматах SRT и VTT с таймкодами, которые понимают видеоплееры, YouTube и видеоредакторы. Удобно подписывать свои видео.
- Разные языки — Whisper сам определяет язык записи, но язык можно указать вручную, и тогда ошибок меньше. Поддерживается несколько десятков языков, включая русский.
- Перевод на английский — отдельный режим: русская речь на входе, английский текст на выходе, без промежуточного шага.
- Модели на выбор — от самой маленькой, которая работает почти на любом ноутбуке, до большой, которая точнее разбирает плохие записи, но требует мощной видеокарты и больше памяти.
- Любые форматы — программа опирается на бесплатный ffmpeg, поэтому принимает и MP3, и WAV, и видеофайлы: звуковую дорожку она вытащит сама.
- Работа пачками — можно передать сразу несколько файлов или запустить обработку папки простым скриптом, а результат сложить в указанную папку.
Сам Whisper — это командная строка. На его основе сторонние разработчики сделали сборки с обычным окном и ускоренные версии, которые считают заметно быстрее на том же железе. Это отдельные программы со своими правилами, но модель внутри та же.
Кому подходит
- Журналистам и исследователям, которые расшифровывают интервью: записи остаются на компьютере и не уходят на чужой сервер.
- Студентам и преподавателям: лекцию на час удобнее прочитать за десять минут, чем переслушивать.
- Тем, кто делает видео: субтитры к своему ролику получаются за один запуск, остаётся поправить имена и термины.
- Юристам, врачам, кадровикам — всем, кому нельзя загружать записи с персональными данными в облачные сервисы.
- Тем, у кого много часов записей: у облачных сервисов это стоит денег, а здесь ограничен только запас терпения и мощность компьютера.
- Не подойдёт человеку, который боится командной строки и не готов один раз поставить Python: тогда лучше взять готовую программу с окном или онлайн-сервис.
Плюсы
- Полностью бесплатно, без подписок и лимитов
- Работает без интернета, записи не покидают компьютер
- Хорошо разбирает русскую речь и расставляет пунктуацию
- Сразу делает субтитры с таймкодами
- Открытый код, можно встроить в свои скрипты
Минусы
- Нет обычного окна: установка и запуск через командную строку
- На компьютере без мощной видеокарты работает медленно
- Не разделяет говорящих — диалог идёт сплошным текстом
- Большие модели занимают несколько гигабайт и много памяти
- Путает имена, названия и числа, текст нужно вычитывать
Сколько стоит
Нисколько. И программа, и сами модели выложены под свободной лицензией MIT: пользоваться можно бесплатно, в том числе в работе и в коммерческих проектах. Платить не нужно ни за минуты, ни за количество файлов, аккаунт OpenAI не требуется. Не путайте с платным распознаванием речи в облаке OpenAI: там та же модель, но считает чужой сервер и за это берут деньги по объёму.
Как установить
- Поставьте Python с официального сайта и при установке включите добавление в переменную PATH.
- Поставьте ffmpeg — бесплатную программу для работы с аудио и видео. Без неё Whisper не сможет открыть файлы.
- Откройте командную строку и установите Whisper одной командой менеджера пакетов Python.
- Запустите расшифровку, указав файл, язык и размер модели. При первом запуске модель скачается из интернета и останется на диске.
- Заберите результат: рядом с запущенной командой появятся файлы с текстом и субтитрами.
Частые вопросы
Работает ли Whisper в России?
Да. Программа и модели скачиваются свободно, аккаунт не нужен, платить не за что. После установки расшифровка идёт без интернета.
Есть ли русский интерфейс?
Интерфейса как такового нет: вы вводите команду, а подсказки и сообщения об ошибках на английском. При этом русскую речь программа распознаёт и выдаёт русский текст.
Нужна ли мощная видеокарта?
Нет, Whisper работает и на обычном процессоре, просто медленно: маленькая модель справляется примерно в реальном времени, большая может считать дольше самой записи. С видеокартой NVIDIA обработка ускоряется в разы.
Различает ли он, кто говорит?
Сам по себе нет — реплики идут одним текстом. Разделение говорящих делают сторонними инструментами поверх Whisper или вручную при вычитке.
Чем он отличается от онлайн-сервисов расшифровки?
Сервис быстрее и не требует установки, но запись уходит на его сервер и за объём обычно надо платить. Whisper бесплатный и приватный, зато ставится руками и считает на вашем железе.
