WhisperLive：近实时 Whisper 语音转写服务器｜部署与使用全指南

项目仓库： https://github.com/Collabora/WhisperLive（原 collaboratory/whisper-live）

维护方：Collabora · 形态：WebSocket 服务器 + Python 客户端 + 浏览器扩展 · 后端：faster_whisper / tensorrt / openvino · 端口：默认 9090

1 项目简介

WhisperLive 是 OpenAI Whisper 的近实时实现：把麦克风或预录音频实时转写成文字。提供 WebSocket 服务器、Python 客户端、浏览器扩展，支持词级时间戳、自定义热词、说话人分离、批处理、Raw PCM 输入。

1.1 核心信息一览

1.2 适用场景

• 麦克风实时字幕。
• 会议实时转写。
• 浏览器/浏览器扩展接入。

2 功能特性

• 近实时转写。
• 词级时间戳。
• 自定义热词/词汇表。
• 说话人分离。
• 批处理推理。
• Raw PCM 输入。
• OpenAI REST 接口。

3 官方跳转链接汇总

4 前置要求

• PortAudio（bash scripts/setup.sh）。
• Python 3.12。

5 方式一：pip 安装

bash scripts/setup.sh                 # 安装 PortAudio
python3.12 -m venv whisper_env
source whisper_env/bin/activate
pip install whisper-live

6 方式二：启动服务器（faster_whisper）

python3 run_server.py --port 9090 \
  --backend faster_whisper \
  --max_clients 4 --max_connection_time 600 \
  --cors-origins="http://localhost:8080,http://127.0.0.1:8080"

7 方式三：OpenAI REST 接口

python3 run_server.py --port 9090 --backend faster_whisper --enable_rest --cors-origins="..."
python3 client_openai.py $AUDIO_FILE

8 方式四：Docker

按 README 中的 Docker 章节运行 Whisper Live Server。

9 常见故障排查

• 麦克风无输入：先跑 scripts/setup.sh 装 PortAudio。
• GPU 加速：用 tensorrt 后端，参考 TensorRT_whisper.md。

10 风险与合规说明

• 转写内容版权由使用者承担。
• 不得用于未经授权的录音。

本文基于官方 README 整理，仅供学习与部署参考；以仓库最新说明为准。