LibreAI ENESPTDEFRRUJA
LibreAI / 音声 / WhisperLive
// audio · collabora/WhisperLive

WhisperLive

WhisperLiveは、collaboraが公開しているオープンソースの音声プロジェクトです（GitHub: collabora/WhisperLive）。GitHubスターは4,309、フォークは603で、MITライセンスの下で公開されています。GitHubでの最終更新は2026年10月7日です。

WhisperLive: a nearly-live OpenAI Whisper transcription server for files, mics, and streams

★ 4.3k スター⑂ 603 フォークMIT更新 2026年10月
GitHubで見る ↗
▦ ビジュアル — このプロジェクトのREADMEには埋め込み可能なスクリーンショットがないため、
ここではプレースホルダーを表示しています。下のガイド自体は完全な内容です。
// プロジェクトの基本情報

プロジェクト基本情報

リポジトリ
collabora/WhisperLive
GitHubスター
4,309
フォーク
603
ライセンス
MIT
GitHubでの最終更新
2026年10月7日
カテゴリ
音声
掲載タイプ
完全なインストールガイド
// 仕組み

仕組み

  1. Plan your deployment

    Decide which backend fits your hardware — faster-whisper (default), TensorRT, or OpenVINO — and your client types.

  2. Install

    Run the setup script for PortAudio, create a Python 3.12 environment, and pip-install whisper-live.

  3. Start the server

    Launch run_server.py on a port with your client and connection limits.

  4. Transcribe something

    Send a file with the client script, or use the Python TranscriptionClient from your own code.

// 機能

選ばれる理由

Multiple inference backends

faster-whisper, TensorRT, and OpenVINO backends for different hardware.

Rich transcription output

Word-level timestamps and confidence scores, not just plain text.

Speaker diarization

Optional diarization via pyannote.audio identifies who spoke when.

Hotwords and vocabulary

Bias recognition toward custom terms and names.

Flexible inputs

Transcribe files, live microphone input, raw PCM, and RTSP/HLS streams; batch inference is supported.

OpenAI-compatible REST option

An --enable_rest flag exposes an OpenAI-style transcription API alongside the streaming protocol.

Advertisement
// 自分で実行

自分で実行してみる

  1. Clone the repository

    Clone the project and enter its directory.

    git clone https://github.com/collabora/WhisperLive.git
cd WhisperLive
  2. Install

    Install system audio dependencies, then the Python package (in a Python 3.12 venv).

    bash scripts/setup.sh
pip install whisper-live
  3. Start the server

    Run the transcription server with the faster-whisper backend.

    python3 run_server.py --port 9090 --backend faster_whisper --max_clients 4 --max_connection_time 600
// 活用例

作れるもの

  • Transcribe live meetings or lectures with word-level timestamps
  • Add speech-to-text to an app without sending audio to a cloud API
  • Transcribe RTSP camera or broadcast streams in near real time
  • Batch-transcribe a folder of interviews with speaker labels
Advertisement
// よくある質問

よくある質問

Who maintains WhisperLive?

Collabora, the open-source consultancy, maintains WhisperLive.

Is WhisperLive free?

Yes, MIT-licensed; Whisper models run locally on your hardware.

Does it need a paid API key?

No cloud key is needed. Optional speaker diarization uses pyannote.audio models from Hugging Face, which may require accepting model terms there.

How does it compare to OpenAI's Whisper API?

The API is a managed per-minute service; WhisperLive is a self-hosted streaming server with multiple local backends, diarization, and stream inputs.

How do I get started?

Run `bash scripts/setup.sh`, `pip install whisper-live`, start `run_server.py`, then send audio with `run_client.py --files <file>`.

// さらに探索

似ているツール

音声

whispering-ui

Native desktop UI for live Whisper transcription and translation.

★ 329 スターMIT
ガイドを見る →
音声

Faster-Whisper-XXL-GUI

Faster-Whisper-XXL-GUI — gui for faster‑whisper‑xxl transcription tool: download, open-...

★ 129 スターGPL-3.0
ガイドを見る →
音声

transcribe-anything

Blazing-fast multi-backend Whisper transcription for any file or URL.

★ 1.4k スターMIT
ガイドを見る →
音声

whisper-diarization

Automatic Speech Recognition with Speaker Diarization based on OpenAI Whisper

★ 5.7k スターBSD-2-Clause
ガイドを見る →
音声

whisper.cpp

Port of OpenAI's Whisper model in C/C++

★ 54.1k スターMIT
ガイドを見る →
// 代替候補

代替候補： 音声

LibreAIカタログに掲載された音声プロジェクトの中で最もスターの多いもの — WhisperLiveが合わなかった場合に検討したい、現実的な候補リストです。

  • MoneyPrinterTurbo★ 128.3k

    利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short videos from a topic or keyword with an automated AI workflow.

  • Whisper★ 109.9k

    Robust Speech Recognition via Large-Scale Weak Supervision

  • GPT-SoVITS★ 62.3k

    1 min voice data can also be used to train a good TTS model! (few shot voice cloning)

  • Real-Time-Voice-Cloning★ 60.2k

    Clone a voice from 5 seconds of audio and generate arbitrary speech in real time

  • whisper.cpp★ 54.1k

    Port of OpenAI's Whisper model in C/C++

// さらに見る audio

さらに見る： 音声

カタログの中でWhisperLiveとスター数が近い音声プロジェクト — 前後の棚もそのまま見て回れます。

  • MOSS-TTS-Nano★ 4.5k

    MOSS-TTS-Nano: a 0.1B open multilingual speech model that clones voices and streams in real time on CPU

  • metavoice-src★ 4.2k

    MetaVoice-1B: a 1.2B-parameter foundation model for emotional, zero-shot text-to-speech

  • fastrtc★ 4.6k

    FastRTC turns any Python function into a real-time audio or video stream over WebRTC or WebSockets

  • MOSS-TTS★ 4.2k

    MOSS-TTS family: open text-to-speech models for voice cloning, dialogue, voice design, and real-time agents

  • Kokoro-FastAPI★ 5.5k

    Turn the beloved Kokoro voice model into an OpenAI-compatible speech API with one Docker command.

  • RealtimeTTS★ 4.0k

    Converts text to speech in realtime

WhisperLiveを入手する

無料でオープン — ソースコードを入手して、リポジトリにスターを付け、作り始めましょう。

GitHubで見る ↗← 音声のツールをさらに見る