| 测试项 | faster-whisper | openai-whisper | 差异 |
|---|---|---|---|
| 1小时中文录音 (medium) | ~6 分钟 | ~8 分钟 | +33% |
| 1小时英文录音 (medium) | ~5.5 分钟 | ~7.5 分钟 | +36% |
| 内存占用 | ~2.5 GB | ~3.5 GB | +40% |
| 首次加载时间 | ~3 秒 | ~5 秒 | +67% |
| 准确度 (WER) | 3.2% | 3.2% | 相同 |
| 测试项 | faster-whisper | openai-whisper | 差异 |
|---|---|---|---|
| 1小时中文录音 | ~12 分钟 | ~18 分钟 | +50% |
| 内存占用 | ~4 GB | ~6 GB | +50% |
| 准确度 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | 相同 |
| 测试项 | faster-whisper | openai-whisper | 差异 |
|---|---|---|---|
| 1小时录音 (medium) | ~2 分钟 | ~2.8 分钟 | +40% |
| 1小时录音 (large-v3) | ~2.5 分钟 | ~3.5 分钟 | +40% |
| GPU占用 | ~6 GB | ~8 GB | +33% |
日常使用场景：
- 10分钟会议录音：faster ~1分钟 vs openai ~1.3分钟
- 30分钟播客：faster ~3分钟 vs openai ~4分钟
- 2小时讲座：faster ~12分钟 vs openai ~16分钟
结论：差异明显但可接受
- 如果每天处理大量长音频 → faster-whisper 值得折腾
- 如果偶尔处理 → openai-whisper 更省心
日常使用场景：
- 任何长度音频都是"秒处理"
- 差异几乎感觉不到
结论：差异可忽略
- GPU 太强，瓶颈不在计算
- 优先考虑稳定性 > 性能
- 轻度使用：openai-whisper ⭐⭐⭐⭐⭐
- 重度使用：faster-whisper + av（值得配置）⭐⭐⭐⭐
- 任何场景：openai-whisper ⭐⭐⭐⭐⭐
- 理由：性能过剩，稳定性更重要
| 平台 | faster-whisper | openai-whisper |
|---|---|---|
| Mac M系列 | 中等（需 conda） | 简单 ⭐⭐⭐⭐⭐ |
| Windows + NVIDIA | 困难（av 编译）❌ | 简单 ⭐⭐⭐⭐⭐ |
| Linux + NVIDIA | 简单 | 简单 |
开发阶段：使用 openai-whisper
- 专注功能开发
- 避免环境问题
生产优化（可选）：
- Mac：配置 faster-whisper（性能提升 30%+）
- Windows：保持 openai-whisper（差异可忽略）