Repos / whisper.cpp
Local y privadowhisper.cpp
Para quien quiere transcribir audio sin mandarlo a ningún servicio y no le asusta compilar un proyecto desde la terminal.
Qué hace.
- transcribir audio a texto con el modelo Whisper en tu propio equipo
- correr solo en CPU o acelerar con Metal, NVIDIA, Vulkan, ROCm y otras opciones
- usar modelos cuantizados para ahorrar memoria y disco
- detectar voz con VAD y usarlo desde una API en C
Sistemas: macOS (Intel y Arm), iOS, Android, Linux, FreeBSD, Windows (MSVC y MinGW), WebAssembly, Raspberry Pi y Docker.
Qué necesitas.
- Memoria por modelo: tiny ~273 MB, base ~388 MB, small ~852 MB, medium ~2.1 GB y large ~3.9 GB de RAM. fuente de este requisito (se abre en otra pestaña)
- Disco por modelo: tiny 75 MiB, base 142 MiB, small 466 MiB, medium 1.5 GiB y large 2.9 GiB. fuente de este requisito (se abre en otra pestaña)
- CMake y un compilador de C/C++ (el README compila con cmake). fuente de este requisito (se abre en otra pestaña)
- Audio en WAV de 16 bits; el README usa ffmpeg para convertirlo. fuente de este requisito (se abre en otra pestaña)
Calcula si tu equipo lo aguanta. Suma su RAM, CPU y disco junto con otros repos.
Cómo se instala.
Clona el repo y entra:
git clone https://github.com/ggml-org/whisper.cpp.git && cd whisper.cppDescarga un modelo en formato ggml, por ejemplo base.en:
sh ./models/download-ggml-model.sh base.enCompila:
cmake -B build && cmake --build build -j --config ReleaseTranscribe el audio de ejemplo:
./build/bin/whisper-cli -f samples/jfk.wav
Comandos tomados de la documentación oficial. Léelos antes de ejecutarlos: es tu equipo.
Permisos y datos.
- No pide permisos especiales: es un programa de terminal que lee el audio que le indiques.
- El script download-ggml-model.sh baja el modelo que elijas; ahí sí hace falta conexión una vez.
Límites y advertencias.
- whisper-cli solo lee WAV de 16 bits: convierte antes con ffmpeg (el README da el comando).
- Es un proyecto en C/C++ con ejemplos de terminal, no una app con interfaz lista para usar.
- Cuanto más grande el modelo, más RAM y disco necesita (tabla de arriba).
- La velocidad depende de tu hardware y de la aceleración que compiles; el README no promete una cifra general.
Costo real y nube.
- Gratis y de código abierto; el costo es el equipo donde lo corres.
- Local: el README lo describe como inferencia sin dependencias, con modo solo CPU y un ejemplo totalmente sin conexión en un iPhone.
- Es una reimplementación del modelo Whisper de OpenAI; revisa también las condiciones del modelo que descargues.
Licencia.
MIT Código abierto permisivo
MIT: licencia permisiva. Puedes usarlo, modificarlo y redistribuirlo, también en productos comerciales, conservando el aviso de copyright.
Es un resumen para orientarte, no asesoría legal. Para un uso comercial, lee el archivo LICENSE original.
De dónde sale todo esto.
Revisado en la documentación oficial el 29 de octubre de 2026; no es una prueba de laboratorio. No se instaló ni se midió nada para escribir esta ficha. Si algo cambió, la documentación del proyecto es la que manda.