![[音声LLM] Whisper.cppを使って音声文字起こし【ローカル/オフライン/高精度】](https://humanxai.info/images/uploads/ai-whisper-cpp.webp)
Whisper.cppとは？
Whisper.cpp は、OpenAI が開発した音声認識モデル「Whisper」を、C++ に移植した高速・軽量な実装です。
開発者 ggerganov 氏 によって公開され、以下のような特長があります：
- ローカルで動作：インターネット接続不要。プライバシー重視の音声認識が可能
- Python不要：C++のみで動作。CLIベースでシンプル
- GPU不要でも動く：CPUだけでも実行可能（ただし処理はやや重め）
- クロスプラットフォーム：Windows / Linux / macOS / Raspberry Pi など幅広く対応
- OpenAIのWhisperモデルと互換性：
ggml形式のモデルを使用し、公式精度を再現可能
家庭用PCでも十分動作し、ニュースや会話、動画、会議音声の文字起こしに活用できます。
本記事では、この Whisper.cpp を Windows 環境に導入して実際に動かす手順 を、初心者でもわかるよう丁寧に解説していきます。
【使用環境】
- Windows 10/11
- Visual Studio 2022 Build Tools
- PowerShell / コマンドプロンプト
- Git
1. Visual Studio Build Tools
- Microsoft 公式ページ から Build Tools をダウンロード
- インストール時に「C++ によるデスクトップ開発」を選択
- CMake / Windows SDK / MSVC / その他のオプションも給合
2. whisper.cpp のクローン
git clone https://github.com/ggerganov/whisper.cpp
cd whisper.cpp
mkdir build && cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
cmake --build . --config Release
必要なら:
Developer Command Prompt for VS 2022から実行
3. モデルのダウンロード
入れたバイナリ:whisper.cpp/models
curl -L -o ggml-small.bin https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-small.bin
この例は small モデル。large-v3 なら絶大に速度の違いを感じる
4. 実行コマンド
cd build/bin/Release
# ベーシックなコマンド
whisper-cli.exe -m ..\..\..\models\ggml-small.bin -f sample.wav -l ja --output-txt
例の
sample.wavは自分の音声ファイルでOK
サンプルボイスはここからお借りしました。
タイトル未取得
説明なし
http://www.arky.co.jp/service/studio_recording/voice_sample/samplevoice.htm5. 動作確認
sample.txtが出力されれば成功- Japanese もそこそこの精度
large-v3にすると「ボーダーレートだけど高精度」
6. Whisper モデル一覧と比較
Whisper には複数のモデルがあり、ファイルサイズ・精度・処理速度のバランスが異なります。
用途やマシンスペックに応じて選ぶことができます。
| モデル名 | 容量 | 精度 | 日本語対応 | 特徴 |
|---|---|---|---|---|
tiny |
~75MB | 低 | ✅ | とにかく軽い。ラズパイなど超軽量用途に最適 |
base |
~142MB | やや低 | ✅ | 軽量。短い音声や高速処理に向く |
small |
~487MB | 中 | ✅ | 精度と速度のバランスが良い |
medium |
~1.5GB | 高 | ✅ | 精度がぐっと向上。処理時間は増える |
large-v3 |
~2.9GB | 非常に高い | ✅ | Whisper最高精度。処理時間は最も長い |
モデル選びの目安
- お試し・軽量運用 →
small - 本気の文字起こし・議事録作成 →
large-v3 - 非力なPC（メモリ4GB以下） →
baseかtiny - GPUあり・精度最重視 →
openai/whisper+large-v3モデルが理想（別記事）
モデルダウンロード例（curl）
# small モデル（バランス型）
curl -L -o ggml-small.bin https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-small.bin
# large-v3 モデル（最高精度）
curl -L -o ggml-large-v3.bin https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-large-v3.bin
7. Tips
--output-srtでサブタイトル作成--language autoは言語自動検出- 出力フォーマット:
txt,srt,vtt,json
8. トラブルの場合
- パスの誤りは
where cl,where cmakeで確認 PATHに exe まで書いていたら勝手に掛らないDeveloper Command Promptから実行すると最初は楽
💬 コメント