安装

相关源文件

• .flake8
• MANIFEST.in
• pyproject.toml
• requirements.txt
• tests/test_tokenizer.py

本页面提供有关安装 OpenAI 的 Whisper 自动语音识别系统及其依赖项的详细说明。有关安装后如何使用 Whisper 的信息，请参阅基本用法。

系统要求

Whisper 需要

• Python 3.8 或更高版本
• 兼容 Python 3.8、3.9、3.10、3.11、3.12 和 3.13
• 支持 Windows、macOS 和 Linux
• GPU 加速（可选，但建议用于更快的处理）

来源：pyproject.toml12-21

安装方法

通过 pip 安装（推荐）

安装 Whisper 最简单的方法是使用 pip

请注意，为了区别于其他名称相似的软件包，该软件包的名称是“openai-whisper”。

来源：pyproject.toml7-8

从源码安装

获取最新开发版本或希望为项目贡献代码时

`-e` 标志以“可编辑”模式安装包，这对于开发很有用。

依赖项

安装 Whisper 时，以下依赖项将自动安装

依赖项	目的	要求
numba	用于性能关键函数的即时编译	必填
numpy	数值计算	必填
torch	PyTorch 深度学习框架	必填
tqdm	进度条实用工具	必填
more-itertools	增强迭代实用工具	必填
tiktoken	文本处理的令牌化	必填
triton	GPU 加速库	仅在 x86_64 Linux 上需要

依赖结构

来源：requirements.txt1-7 pyproject.toml24-31

开发依赖项

为开发目的（测试、代码格式化等），还有额外的依赖项可用

这将安装

• black（代码格式化程序）
• flake8（代码检查器）
• isort（导入排序器）
• pytest（测试框架）
• scipy（科学计算库）

来源：pyproject.toml33

软件包结构

安装后，Whisper 的包结构如下

来源：MANIFEST.in4-5

验证安装

安装 Whisper 后，验证其是否正常工作

1. 从命令行

   这将显示 CLI 帮助信息。

2. 从 Python

GPU加速

通过 GPU 加速，Whisper 的运行速度会显著提高。系统使用

• PyTorch 进行深度学习运算
• Triton 进行优化的 GPU 运算（在 x86_64 Linux 系统上）

来源：requirements.txt7 pyproject.toml31

常见安装问题

包名冲突

确保您安装的是 openai-whisper，而不是仅 whisper，后者是一个不同的包。

PyTorch 问题

如果遇到 PyTorch 问题

1. 请访问https://pytorch.ac.cn/get-started/locally/ 以获取正确的安装命令
2. 先安装 PyTorch，再安装 Whisper

Triton 安装失败

如果 Triton 在 Linux 上安装失败

1. 检查 GPU 驱动程序兼容性
2. 尝试手动安装：pip install triton>=2.0.0
3. Whisper 在没有 Triton 的情况下也能运行，但速度可能会变慢

Python 版本问题

确保您使用的是 Python 3.8 或更高版本

命令行界面

安装后，Whisper 通过 whisper 命令提供命令行接口

CLI 脚本在 whisper.transcribe:cli 入口点中定义。

来源：pyproject.toml35