Whisper
免費開源的語音辨識模型，逐字稿工具背後的共同引擎。
基本規格
| 開發商 | OpenAI（美國） |
|---|---|
| 發布時間 | 2022 年 9 月 |
| 類型 | 語音與音樂 |
| 模態 | 音訊輸入／文字輸出 |
| 開放權重 | 是（MIT） |
| 官方網站 | github.com/openai/whisper |
規格取自官方公告與模型卡，整理於 2026 年 7 月；模型迭代快，實際以官方最新資訊為準。
Whisper 是 OpenAI 於 2022 年 9 月開源的語音辨識（STT）模型，MIT 授權免費商用。它用 68 萬小時多語音訊訓練，中文辨識表現優秀，發布至今仍是全球逐字稿工具、字幕軟體背後最常見的引擎。
因為開源，你可以在自己電腦離線跑（隱私敏感的會議、訪談不必上傳雲端），社群也做出 faster-whisper、whisper.cpp 等加速版本，手機和筆電都能跑。
Whisper 的亮點
- MIT 開源免費商用
- 中文辨識表現佳
- 可離線執行保護隱私
- 逐字稿生態系的共同引擎
適合誰：需要逐字稿的記者、研究者、Podcaster，以及重視隱私的使用者。
常見問題
Whisper 要錢嗎？
模型本身開源免費，自己的電腦跑不用錢；用 OpenAI API 的雲端版本則按用量計費。
中文辨識準嗎？
一般口語相當準，但專有名詞、台語混雜、多人交談會影響準確率；重要內容仍需人工校對。