transcribe.cpp

Name: transcribe.cpp
Author: handy-computer

SHA-256

1.3k stars·AI 生産性·SHA-256 チェックサム確認済み

C/C++ 音声テキスト変換推論ライブラリ、16のモデルファミリーをサポート、GGUF/ggml で実行、Metal/Vulkan/CUDA アクセラレーションをサポート。

スマートダウンロード

Download 版をダウンロード

v0.1.3 · 24.9 MB

軽量高性能なローカル音声認識エンジン、16+モデルファミリーをサポート。

主な機能

16個のモデルファミリーと60以上のバリアントをサポート、Parakeet、Whisper、Canary、Moonshineなどを含む
ggmlランタイムに基づき、Metal（Apple Silicon）、Vulkan、CUDAのハードウェアアクセラレーションをサポート
tinyBLAS最適化のCPU推論パスを内蔵、GPUなしでも高速実行可能
公式でPython、TypeScript、Rust、Swiftのバインディングを提供、統合が容易
すべてのモデルは数値検証とWERテストを経ており、精度が保証されています

できないこと

•音声入力は16kHzモノラルWAVでなければなりません。その他のフォーマットはffmpegまたはsoxで変換する必要があります。
•CPU推論時はlibopenblas-devをインストールすることを推奨します。これによりデコード速度が10～15倍向上します。
•一部の量子化バージョン（例：Q4_K_M）は認識精度をわずかに低下させます。高精度が求められるシナリオではF16またはそれ以上の精度を使用することを推奨します。
•現時点では話者分離（diarization）には対応していませんが、MOSS Transcribe-Diarize バリアントは例外です。

使用例

デスクトップアプリケーションやモバイル端末にオフライン音声認識機能を組み込み、ネットワーク接続不要
サーバー側での高並列音声書き起こし、GPUアクセラレーションによる大量のオーディオ処理

詳細説明

transcribe.cppは、軽量かつ高性能な音声認識推論ライブラリで、C/C++で記述されています。Parakeet、Whisper、Canary、Moonshine、SenseVoiceなど、16のモデルファミリーから60以上のバリエーションをサポートし、GGUF形式でggmlランタイムに基づいています。OpenAI Whisper（Pythonに依存が大きく、重い）のような大規模かつ包括的なソリューションとは異なり、transcribe.cppは小型で埋め込み可能なライブラリであり、公式にPython、TypeScript、Rust、Swiftのバインディングを提供しています。GPU推論にはMetal（Apple Silicon）、Vulkan、CUDAを利用し、tinyBLASで高速化されたCPU代替パスも含まれています。公開されている各モデルは数値検証とWERテストを経ており、プロダクションレベルの精度を保証しています。プロジェクトはMITライセンスで提供され、Mozilla AI、Hugging Face、Modalの支援を受けています。

はじめ方

インストーラをダウンロード

上のボタンをクリックして、お使いのシステム用のインストーラをダウンロード

Linux· 24.9 MB Windows· 216.8 MB macOS· 1.3 MB

ソフトウェアをインストール

ディストリビューションに合ったパッケージをインストール（dpkg / rpm / AppImage）

事前構築されたバイナリをダウンロードするか、ソースからコンパイルします（cmake -B build && cmake --build build）

Hugging Face（handy-computer 組織）から必要なモデルのGGUFファイルをダウンロードします

transcribe-cli -m モデルパスオーディオ.wav（16kHz モノラル WAV形式）を実行します

インストールガイド

事前構築されたバイナリをダウンロードするか、ソースからコンパイルします（cmake -B build && cmake --build build）
Hugging Face（handy-computer 組織）から必要なモデルのGGUFファイルをダウンロードします
transcribe-cli -m モデルパスオーディオ.wav（16kHz モノラル WAV形式）を実行します

ファイルの整合性

SHA-256 チェックサム確認済み

GitHub 公式 Release ページから抽出されたチェックサム

SHA256 チェックサム

94c3914b2f8648a1d7c61a713b36ab05dfc38b8e6781ae13ecf841b559c77bff

このチェックサムは GitHub Release ページから抽出されたものです。ダウンロード後にファイルの整合性を確認してください。

本プラットフォーム上のすべての SHA-256 チェックサムは、プロジェクトの公式 GitHub Release ページから抽出されたもので、一切の改変はありません。GitHub Releases ページで独自に検証できます。

オープンソースの透明性

GitHub ソースを見る

環境ガイド

アンインストール情報

プロジェクトディレクトリとコンパイル成果物を削除すればよい。システムパッケージマネージャーからインストールした場合は、該当のパッケージマネージャーを使ってアンインストールしてください。

追加の依存関係なし

ダウンロード後すぐに使用可能。追加のランタイムは不要です。

プロジェクト情報

ライセンスMIT

最終更新2026-07-21T05:28:41Z

GitHub リポジトリ公式サイト

類似プロジェクト

ollama

在本地一键运行和管理大语言模型的开源工具，支持多种平台和丰富模型。

llama.cpp

純粋なC/C++による高性能大規模モデル推論エンジン。低ビット量子化および多種ハードウェア（Apple Silicon、CUDA、Vulkanなど）をサポート。軽量で組込み可能。

opencv

OpenCVはオープンソースのコンピュータビジョンライブラリであり、2500以上の最適化されたアルゴリズムを提供し、リアルタイムの画像およびビデオ分析をサポートし、AI、ロボット、セキュリティなどの分野に応用されています。