DuMate帮着在Windows10 编译安装Whisper-CPP

给DuMate指令

帮我安装Whisper-CPP ，我看可以下载源代码（git clone https://github.com/ggerganov/whisper.cpp）然后编译安装到windows10系统。

DuMate工作

我来帮你在 Windows 10 上安装 Whisper-CPP。这是一个多步骤的过程，让我先创建任务列表并开始执行。

思考执行，执行了1条命令，更新了任务清单

更新任务清单

json

{

"todos": [

{

"content": "克隆 whisper.cpp 源代码仓库",

"status": "in_progress",

"priority": "high"

{

"content": "检查编译依赖和环境要求",

"status": "pending",

"priority": "high"

{

"content": "编译 whisper.cpp",

"status": "pending",

"priority": "high"

{

"content": "验证安装结果",

"status": "pending",

"priority": "medium"

}

]

}

好的，任务列表已创建。现在让我开始克隆仓库。

创建bash脚本

bash

git clone https://github.com/ggerganov/whisper.cpp

克隆超时了。这可能是因为网络问题或者仓库比较大。让我检查一下是否已经部分克隆了，或者尝试其他方式。

让我先检查当前目录是否有 whisper.cpp 文件夹。

执行完成

克隆超时了，让我检查一下是否已经下载了部分内容：

思考执行，执行了1条命令

创建bash脚本

bash

ls -la

好的，whisper.cpp 文件夹已经存在了。让我检查一下里面的内容，看看是否克隆成功了。

执行完成

仓库已经存在，让我检查内容：

思考执行，执行了1条命令

创建bash脚本

bash

ls -la whisper.cpp

看起来克隆不完整，只有 .git 目录。让我删除这个目录，然后重新克隆，或者尝试在 whisper.cpp 目录里继续拉取。

让我先尝试删除然后重新克隆，或者直接进入目录完成克隆。

执行完成

克隆不完整，让我删除后重新克隆：

思考执行，执行了1条命令

创建bash脚本

bash

rm -rf whisper.cpp && git clone --depth 1 https://github.com/ggerganov/whisper.cpp

太好了，克隆成功了！现在让我更新任务状态，然后查看 README 或文档了解 Windows 编译的具体步骤。

执行完成

克隆成功！让我查看编译文档：

思考执行，读取了1个文件，更新了任务清单

更新任务清单

json

{

"todos": [

{

"content": "克隆 whisper.cpp 源代码仓库",

"status": "completed",

"priority": "high"

{

"content": "检查编译依赖和环境要求",

"status": "in_progress",

"priority": "high"

{

"content": "编译 whisper.cpp",

"status": "pending",

"priority": "high"

{

"content": "验证安装结果",

"status": "pending",

"priority": "medium"

}

]

}

读取 README.md

我看到了 README 的内容。从文档中可以看到：

Windows 支持 MSVC 和 MinGW 两种编译方式
基本的编译步骤是：

``bash

cmake -B build

cmake --build build -j --config Release

让我继续查看更多关于 Windows 编译的信息，或者查看 docs 目录中是否有更详细的说明。

执行完成

让我查看是否有 Windows 特定的编译说明：

思考执行，搜索了1个文件，执行了1条命令

搜索 **/*README*

创建bash脚本

bash

where cmake && where cl && where gcc

看起来 cmake、cl (MSVC 编译器) 和 gcc 都没有找到。我需要检查用户系统上有哪些编译工具可用。让我检查一下常见的编译工具和环境。

执行完成

系统上没有找到 cmake 和编译器。让我检查更多工具：

思考执行，执行了2条命令

创建bash脚本

bash

where make && where g++ && where clang && where mingw32-make

创建bash脚本

bash

echo %VSINSTALLDIR% && echo %MSVC_DIR%

系统有 make 工具（通过 Chocolatey 安装），但没有找到 cmake、MSVC 或 MinGW 编译器。用户需要安装编译工具才能编译 whisper.cpp。

让我检查一下是否安装了 Visual Studio 或 Build Tools：

执行完成

让我检查 Visual Studio 和 Build Tools：

思考执行，执行了2条命令

创建bash脚本

bash

dir "C:\Program Files\Microsoft Visual Studio" 2>nul && dir "C:\Program Files (x86)\Microsoft Visual Studio" 2>nul

创建bash脚本

bash

dir "C:\Program Files\CMake" 2>nul && dir "C:\Program Files (x86)\CMake" 2>nul

CMake 已经安装在 C:\Program Files\CMake，但 Visual Studio 似乎没有安装。让我检查一下 CMake 是否在 PATH 中，以及是否有其他编译器可用。

执行完成

CMake 已安装！让我检查完整路径和 MinGW：

思考执行，执行了2条命令

创建bash脚本

bash

"C:\Program Files\CMake\bin\cmake.exe" --version

创建bash脚本

bash

dir "C:\msys64" 2>nul && dir "C:\mingw64" 2>nul && dir "C:\mingw32" 2>nul

CMake 3.31.5 已安装，但没有找到 Visual Studio 或 MinGW。用户需要安装一个编译器才能编译 whisper.cpp。

让我给用户提供选择：

安装 Visual Studio Build Tools（MSVC 编译器）
安装 MinGW-w64（GCC 编译器）

或者，我可以检查是否有预编译的二进制文件可以直接下载使用。让我先检查 GitHub releases 页面是否有 Windows 预编译版本。

执行完成

CMake 已安装（版本 3.31.5），但缺少 C++ 编译器。让我检查是否有预编译版本可用：

思考执行，获取了1个网页

获取 https://github.com/ggerganov/whisper.cpp/...

我看到了 releases 页面，有预编译的 Windows 版本。让我检查具体的 release 资产（Assets），看看是否有 Windows 预编译的 zip 文件。

从输出中我可以看到有 "Assets 10" 等信息，说明每个版本都有预编译的二进制文件。让我获取最新版本 v1.8.4 的具体下载链接。

我需要给用户提供两个选择：

直接下载预编译的 Windows 版本（更简单快捷）
安装编译工具后从源码编译

让我先检查预编译版本的下载链接。

执行完成

我发现有预编译的 Windows 版本可用。让我检查具体的下载链接：

思考执行，执行了3条命令

创建bash脚本

bash

curl -s https://api.github.com/repos/ggerganov/whisper.cpp/releases/latest | grep -E "browser_download_url.*win.*zip"

没有输出，可能是 curl 或 grep 的问题。让我尝试另一种方式获取下载链接。

创建bash脚本

bash

curl -s https://api.github.com/repos/ggerganov/whisper.cpp/releases/latest

仓库已经迁移到 ggml-org。让我使用新的 API 地址。

创建bash脚本

bash

curl -sL https://api.github.com/repos/ggml-org/whisper.cpp/releases/latest

找到了！有多个 Windows 预编译版本：

whisper-bin-x64.zip - 基础 x64 版本（CPU only）
whisper-bin-Win32.zip - 32位版本
whisper-blas-bin-x64.zip - 带 BLAS 优化的 x64 版本
whisper-cublas-11.8.0-bin-x64.zip - CUDA 11.8 版本（需要 NVIDIA GPU）
whisper-cublas-12.4.0-bin-x64.zip - CUDA 12.4 版本（需要 NVIDIA GPU）

现在我需要询问用户想要哪种方式：

直接下载预编译版本（推荐，更简单）
从源码编译（需要安装编译工具）

让我更新任务状态并询问用户。

执行完成

找到了预编译版本！有两种安装方式可选：

思考执行，更新了任务清单，澄清了2个问题

更新任务清单

json

{

"todos": [

{

"content": "克隆 whisper.cpp 源代码仓库",

"priority": "high",

"status": "completed"

{

"content": "选择安装方式：预编译版本或源码编译",

"priority": "high",

"status": "in_progress"

{

"content": "下载/编译 whisper.cpp",

"priority": "high",

"status": "pending"

{

"content": "下载模型文件",

"priority": "medium",

"status": "pending"

{

"content": "验证安装结果",

"priority": "medium",

"status": "pending"

}

]

}

澄清了 2 个问题

用户选择了： 1. 下载预编译版本（推荐） 2. 仅 CPU 版本

那我应该下载 whisper-bin-x64.zip 这个基础 x64 版本。让我下载并解压。

执行完成

好的，我来下载 CPU 版本的预编译文件：

思考执行，执行了1条命令，更新了任务清单

更新任务清单

json

{

"todos": [

{

"content": "克隆 whisper.cpp 源代码仓库",

"priority": "high",

"status": "completed"

{

"content": "选择安装方式：预编译版本或源码编译",

"priority": "high",

"status": "completed"

{

"content": "下载预编译的 whisper-bin-x64.zip",

"priority": "high",

"status": "in_progress"

{

"content": "下载模型文件",

"priority": "medium",

"status": "pending"

{

"content": "验证安装结果",

"priority": "medium",

"status": "pending"

}

]

}

创建bash脚本

bash

curl -L -o whisper-bin-x64.zip "https://github.com/ggml-org/whisper.cpp/releases/download/v1.8.4/whisper-bin-x64.zip"

下载成功了！现在让我解压这个 zip 文件。

执行完成

下载完成！现在解压文件：

思考执行，执行了2条命令

创建bash脚本

bash

powershell -Command "Expand-Archive -Path whisper-bin-x64.zip -DestinationPath whisper-install -Force" && ls whisper-install

解压成功了，看到有一个 Release 目录。让我查看里面的内容。

创建bash脚本

bash

ls whisper-install/Release

解压成功！现在我需要： 1. 下载一个模型文件 2. 测试运行

让我更新任务状态，然后下载模型。

执行完成

解压成功！现在下载模型文件：

思考执行，读取了1个文件，更新了任务清单

更新任务清单

json

{

"todos": [

{

"content": "克隆 whisper.cpp 源代码仓库",

"priority": "high",

"status": "completed"

{

"content": "选择安装方式：预编译版本或源码编译",

"priority": "high",

"status": "completed"

{

"content": "下载预编译的 whisper-bin-x64.zip",

"priority": "high",

"status": "completed"

{

"content": "下载模型文件",

"priority": "medium",

"status": "in_progress"

{

"content": "验证安装结果",

"priority": "medium",

"status": "pending"

}

]

}

读取 README.md

我看到了模型信息。模型可以从 Hugging Face 下载。让我下载一个 base.en 模型（142 MiB），这是英文的基础模型，适合大多数用户测试。

执行完成

让我下载 base.en 模型（142 MiB，适合测试）：

思考执行，执行了1条命令

创建bash脚本

bash

mkdir -p whisper-install/models && curl -L -o whisper-install/models/ggml-base.en.bin "https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-base.en.bin"

Hugging Face 连接超时了。让我尝试使用其他镜像或者直接从 GitHub releases 下载。让我检查是否有模型在 GitHub releases 中。

执行完成

Hugging Face 连接超时，让我尝试其他方式：

思考执行，执行了1条命令

创建bash脚本

bash

curl -L -o whisper-install/models/ggml-base.en.bin "https://hf-mirror.com/ggerganov/whisper.cpp/resolve/main/ggml-base.en.bin"

模型下载成功了！现在让我验证安装，用示例音频文件测试一下。

执行完成

模型下载成功！现在测试安装：

思考执行，执行了4条命令，更新了任务清单

更新任务清单

json

{

"todos": [

{

"content": "克隆 whisper.cpp 源代码仓库",

"priority": "high",

"status": "completed"

{

"content": "选择安装方式：预编译版本或源码编译",

"priority": "high",

"status": "completed"

{

"content": "下载预编译的 whisper-bin-x64.zip",

"priority": "high",

"status": "completed"

{

"content": "下载模型文件",

"priority": "medium",

"status": "completed"

{

"content": "验证安装结果",

"priority": "medium",

"status": "in_progress"

}

]

}

创建bash脚本

bash

./whisper-install/Release/whisper-cli.exe --help

没有输出，可能是程序需要参数。让我检查一下示例音频文件，然后用它来测试。

创建bash脚本

bash

ls whisper.cpp/samples

有示例音频文件 jfk.wav。让我用这个文件测试 whisper-cli。

创建bash脚本

bash

./whisper-install/Release/whisper-cli.exe -m ./whisper-install/models/ggml-base.en.bin -f ./whisper.cpp/samples/jfk.wav

没有输出，可能是程序运行有问题。让我检查一下是否缺少 DLL 或者其他问题。让我尝试直接运行看看是否有错误信息。

创建bash脚本

bash

cd whisper-install/Release && ./whisper-cli.exe -m ../../whisper-install/models/ggml-base.en.bin -f ../../whisper.cpp/samples/jfk.wav 2>&1

出现了 "Illegal instruction" 错误。这通常是因为预编译的二进制文件使用了当前 CPU 不支持的指令集（比如 AVX2）。让我检查一下 CPU 信息，或者尝试下载带有...

执行完成

遇到了 CPU 指令集兼容性问题。让我检查 CPU 信息并尝试其他版本：

思考执行，执行了1条命令

创建bash脚本

bash

wmic cpu get caption, name

这是 Intel Xeon E5-2643 v2，是 Ivy Bridge 架构的处理器。这个处理器支持 AVX 但不支持 AVX2。预编译的二进制文件可能使用了 AVX2 指令。

我有几个选择：

从源码编译，禁用 AVX2
下载 Win32 版本（可能没有使用 AVX2）
检查是否有其他预编译选项

让我先尝试 Win32 版本，如果不行再考虑从源码编译。

执行完成

您的 CPU 是 Intel Xeon E5-2643 v2（Ivy Bridge 架构），不支持 AVX2 指令集。预编译的 x64 版本使用了 AVX2。

让我尝试 Win32 版本或从源码编译：

思考执行，执行了1条命令

创建bash脚本

bash

curl -L -o whisper-bin-Win32.zip "https://github.com/ggml-org/whisper.cpp/releases/download/v1.8.4/whisper-bin-Win32.zip"

下载失败了。让我尝试从源码编译，禁用 AVX2。我需要先安装编译工具。让我检查是否可以用 MinGW 或者其他方式编译。

执行完成

下载失败。让我从源码编译，禁用 AVX2：

思考执行，执行了1条命令

创建bash脚本

bash

choco install mingw -y

安装 MinGW 失败了，有锁文件问题。让我尝试手动下载 MinGW 或者使用其他方式。

让我检查一下是否有其他编译器可用，或者尝试使用 CMake 和 Visual Studio Build Tools。

实际上，让我先检查一下是否可以用现有的工具编译。我之前看到系统有 make 工具。让我检查一下是否有 gcc 或 g++。

执行完成

安装遇到问题。让我检查其他编译选项：

思考执行，执行了2条命令

创建bash脚本

bash

where gcc 2>nul || where g++ 2>nul || where clang++ 2>nul || echo "No C++ compiler found"

没有找到 C++ 编译器。我需要安装一个编译器才能从源码编译。让我尝试手动下载 MinGW-w64。

创建bash脚本

bash

curl -L -o mingw64.zip "https://github.com/niXman/mingw-builds-binaries/releases/download/13.2.0-rt_v11-rev1/x86_64-13.2.0-release-posix-seh-ucrt-rt_v11-rev1.7z"

下载 MinGW 超时了。让我尝试另一种方法 - 直接使用 CMake 和 MSVC 编译，或者尝试其他方式获取编译器。

实际上，让我检查一下是否有 Visual Studio Build Tools 或者其他编译器已经安装。

执行完成

下载超时。让我检查是否有其他编译选项：

思考执行，执行了2条命令

创建bash脚本

bash

dir "C:\Program Files (x86)\Microsoft Visual Studio\Installer" 2>nul && dir "C:\Program Files\Microsoft Visual Studio\2022" 2>nul && dir "C:\Program Files\Microsoft Visual Studio\2019" 2>nul

Visual Studio Installer 存在，但没有找到具体的 Visual Studio 安装目录。让我检查一下是否有 Build Tools 或者其他编译工具。

创建bash脚本

bash

"C:\Program Files (x86)\Microsoft Visual Studio\Installer\vswhere.exe" -latest -property installationPath

找到了！Visual Studio 2022 Community 安装在 E 盘。让我检查是否有 MSVC 编译器。

执行完成

找到了 Visual Studio 2022！让我配置编译环境：

思考执行，执行了1条命令

创建bash脚本

bash

dir "E:\Program Files\Microsoft Visual Studio\2022\Community\VC\Auxiliary\Build\vcvars64.bat"

找到了 vcvars64.bat。现在我可以使用 MSVC 编译器来编译 whisper.cpp。让我配置环境并编译。

执行完成

找到了 MSVC 编译器！让我编译 whisper.cpp：

思考执行，执行了2条命令

创建bash脚本

bash

cmd /c "\"E:\Program Files\Microsoft Visual Studio\2022\Community\VC\Auxiliary\Build\vcvars64.bat\" && cd whisper.cpp && \"C:\Program Files\CMake\bin\cmake.exe\" -B build -DGGML_AVX2=OFF -DGGML_AVX=ON && \"C:\Program Files\CMake\bin\cmake.exe\" --build build --config Release -j"

命令执行了但没有输出。让我尝试另一种方式，分步执行编译过程。

创建bash脚本

bash

cd whisper.cpp && "C:\Program Files\CMake\bin\cmake.exe" -B build -G "Visual Studio 17 2022" -A x64 -DGGML_AVX2=OFF -DGGML_AVX=ON

CMake 配置正在进行中，但超时了。让我继续编译过程。

执行完成

配置正在进行，让我继续编译：

思考执行，执行了2条命令

创建bash脚本

bash

cd whisper.cpp && "C:\Program Files\CMake\bin\cmake.exe" --build build --config Release -j 4 --target whisper-cli

缓存加载失败，说明 CMake 配置没有完成。让我重新运行配置命令，这次增加超时时间。

创建bash脚本

bash

cd whisper.cpp && "C:\Program Files\CMake\bin\cmake.exe" -B build -G "Visual Studio 17 2022" -A x64 -DGGML_AVX2=OFF

CMake 配置成功了！检测到： - AVX 支持：成功 - AVX2 支持：失败（符合预期，因为 CPU 不支持） - FMA 支持：失败 - AVX512 支持：失败

现在让我编译 whisper-cli。

执行完成

配置成功！现在编译：

思考执行，执行了1条命令

创建bash脚本

bash

cd whisper.cpp && "C:\Program Files\CMake\bin\cmake.exe" --build build --config Release --target whisper-cli

编译成功了！whisper-cli.exe 已经生成。现在让我测试一下是否能正常运行。

执行完成

编译成功！让我测试：

思考执行，执行了1条命令

创建bash脚本

bash

./whisper.cpp/build/bin/Release/whisper-cli.exe -m ./whisper-install/models/ggml-base.en.bin -f ./whisper.cpp/samples/jfk.wav

太棒了！编译成功并且运行正常！转录结果正确显示了 JFK 的演讲内容："And so my fellow Americans, ask not what your country can...

现在让我更新任务状态并整理安装结果。

执行完成

安装成功！ Whisper-CPP 已成功编译并运行！

安装完成

Whisper-CPP 已成功编译安装到您的 Windows 10 系统。

安装摘要

项目	路径
源代码	`whisper.cpp/`
编译输出	`whisper.cpp/build/bin/Release/`
模型文件	`whisper-install/models/ggml-base.en.bin`

使用方法

复制代码

# 基本用法
./whisper.cpp/build/bin/Release/whisper-cli.exe -m ./whisper-install/models/ggml-base.en.bin -f 音频文件.wav

# 示例（已测试成功）
./whisper.cpp/build/bin/Release/whisper-cli.exe -m ./whisper-install/models/ggml-base.en.bin -f ./whisper.cpp/samples/jfk.wav

测试结果

转录成功："And so my fellow Americans, ask not what your country can do for you, ask what you can do for your country."

注意事项

由于您的 CPU（Intel Xeon E5-2643 v2）不支持 AVX2，我使用 AVX 指令集编译
编译时禁用了 AVX2 以避免 "Illegal instruction" 错误
音频文件需要是 16-bit WAV 格式（可用 ffmpeg 转换）

其他可用模型

模型	大小	说明
tiny.en	75 MB	最快，英文
base.en	142 MB	平衡，英文（已安装）
small.en	466 MB	更准确，英文
medium	1.5 GB	多语言
large-v3	2.9 GB	最准确，多语言

下载地址：https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-模型名.bin