sandrohanea/whisper.net

Whisper.net. Speech to text made simple using Whisper Models

What it solves

Whisper.net 提供 OpenAI Whisper 的 .NET 綁定，讓開發者可以直接在 C# 和 .NET 應用程式中整合高質量的語音轉文字與翻譯功能，而無需編寫原生 C++ 程式碼。

How it works

它作為 whisper.cpp 的封裝層，利用 Ggml 模型進行推理。該專案提供了一個靈活的運行時系統，可根據平台和硬體自動選擇最佳的硬體加速方案，支援 CPU、NVIDIA CUDA (12 和 13)、Apple CoreML、Intel OpenVino 和 Vulkan。

Who it’s for

想要在 Windows、Linux、macOS、iOS、Android 和 WebAssembly 等各種平台上實現本地端、離線語音辨識與翻譯的 .NET 開發者。

Highlights

  • Multi-platform support: Works across desktop, mobile, and web (WASM).
  • Hardware acceleration: Built-in support for CUDA, CoreML, OpenVino, and Vulkan.
  • Automatic runtime selection: Transparently falls back from GPU to CPU based on available drivers and hardware.
  • Easy model management: Includes a Hugging Face downloader for Ggml models and Silero VAD (Voice Activity Detection) models.
  • Flexible loading: Models can be loaded from files, streams, or buffers.