打造智能语音识别API：Whisper ASR Box一站式解决方案

【免费下载链接】whisper-asr-webservice OpenAI Whisper ASR Webservice API 项目地址: https://gitcode.com/gh_mirrors/wh/whisper-asr-webservice

Whisper ASR Webservice是一款基于OpenAI Whisper的语音识别API服务，提供简单高效的语音转文字功能，支持多语言识别与实时转录，是开发者构建语音应用的理想选择。通过Docker容器化部署，让你轻松拥有企业级语音识别能力，无需复杂配置即可快速接入。

🚀 为什么选择Whisper ASR Webservice？

核心优势一览

• 多引擎支持：兼容OpenAI Whisper与Faster Whisper引擎，兼顾识别 accuracy 与速度
• 即开即用：Docker一键部署，3分钟启动生产级API服务
• 丰富功能：支持语音转录、语言检测、多格式输出（TXT/VTT/SRT/TSV/JSON）
• 灵活配置：可通过环境变量自定义模型大小、识别语言等参数

技术架构解析

项目采用FastAPI构建高性能Web服务，通过工厂模式设计支持多引擎扩展：

• 核心引擎实现：app/asr_models/
• API服务入口：app/webservice.py
• 配置管理：app/config.py

🔧 3步快速部署指南

准备工作

确保已安装Docker环境，支持Linux、macOS和Windows系统。

1. 拉取镜像

根据硬件环境选择合适的镜像版本：

# CPU版本
docker pull onerahmet/openai-whisper-asr-webservice:latest

# GPU加速版本（需NVIDIA Docker支持）
docker pull onerahmet/openai-whisper-asr-webservice:latest-gpu

2. 启动服务

# CPU启动（默认模型：base）
docker run -d -p 9000:9000 \
  -e ASR_MODEL=base \
  -e ASR_ENGINE=openai_whisper \
  onerahmet/openai-whisper-asr-webservice:latest

# GPU加速启动
docker run -d --gpus all -p 9000:9000 \
  -e ASR_MODEL=medium \
  -e ASR_ENGINE=faster_whisper \
  onerahmet/openai-whisper-asr-webservice:latest-gpu

3. 访问API文档

服务启动后，访问 http://localhost:9000/docs 即可使用交互式API界面。

图：Swagger UI提供直观的API测试界面，支持语音文件上传与参数配置

⚙️ 高级配置选项

模型选择

通过ASR_MODEL环境变量选择不同大小的模型（tiny/base/small/medium/large）：

docker run -d -p 9000:9000 \
  -e ASR_MODEL=large \
  onerahmet/openai-whisper-asr-webservice:latest

持久化模型缓存

避免重复下载模型，提升启动速度：

docker run -d -p 9000:9000 \
  -v $PWD/cache:/root/.cache \
  onerahmet/openai-whisper-asr-webservice:latest

支持的环境变量

完整配置说明参见 docs/environmental-variables.md：

• ASR_MODEL：模型大小选择
• ASR_ENGINE：引擎类型（openai_whisper/faster_whisper）
• ASR_MODEL_PATH：自定义模型存储路径

📚 实用API示例

语音转录接口

POST /asr
Content-Type: multipart/form-data

audio_file=@your_audio.wav
task=transcribe
language=en
output=json

语言检测接口

POST /detect-language
Content-Type: multipart/form-data

audio_file=@unknown_language.wav

📝 项目资源

• 完整文档：docs/
• 变更记录：CHANGELOG.md
• 许可证信息：LICENCE

通过Whisper ASR Webservice，开发者可以快速集成专业级语音识别功能到各类应用中，从会议记录到语音助手，从客服系统到教育工具，为产品增添强大的语音交互能力。立即部署体验，开启语音识别新可能！

【免费下载链接】whisper-asr-webservice OpenAI Whisper ASR Webservice API 项目地址: https://gitcode.com/gh_mirrors/wh/whisper-asr-webservice