whisper.cpp编译 - 技术栈

一、开始常规编译

# 1. 进入 whisper.cpp 源代码目录

cd path\to\whisper.cpp

# 2. 创建一个专门的构建目录，并进入

mkdir build && cd build

# 3. 使用 CMake 配置项目，生成 MSVC 解决方案文件

cmake .. -A x64

# 4. 开始编译，生成库文件和示例程序（例如 whisper-cli.exe）

cmake --build . --config Release

二、编译带SDL2支持的whisper.cpp

地址下载SDL2，版本要是：2.30.8-VC

https://github.com/libsdl-org/SDL/tree/release-3.4.10

复制代码

cd E:\digitalHuman\libs\whisper.cpp\build
# 清理之前的缓存（重要！）
Remove-Item * -Recurse -Force

# 关键：使用 -DSDL2_DIR 指向包含 sdl2-config.cmake 的目录
cmake .. -A x64 -DWHISPER_SDL2=ON -DSDL2_DIR=E:\digitalHuman\libs\SDL2-devel-2.30.8-VC\SDL2-2.30.8\cmake

编译成功后，所有生成的文件（包括静态库whisper.lib和ggml.lib）都会位于 build\bin\Release 和 build\src\Release目录下

三、下载模型：

先到路径：whisper.cpp\models

复制代码

./download-ggml-model.cmd base

复制代码

cd E:\digitalHuman\libs\whisper.cpp
.\models\download-ggml-model.cmd small   # 约 488 MB
# 或
.\models\download-ggml-model.cmd medium  # 约 1.5 GB

四、在PowerShell中执行指令

.\whisper-stream.exe -m E:\digitalHuman\libs\whisper.cpp\models\ggml-base.bin -t 4 --step 300 --length 6000 -l zh -vth 0.6

增加 -vth 参数，让模型只在语音能量较高时识别：

复制代码

--length 5000 --step 500 更长的窗口（5 秒）可以提供更多上下文，帮助模型纠正错误。

.\whisper-stream.exe -m E:\digitalHuman\libs\whisper.cpp\models\ggml-medium.bin -t 4 --step 500 --length 3000 -l zh

.\whisper-stream.exe -m E:\digitalHuman\libs\whisper.cpp\models\ggml-base.bin -t 4 --step 500 --length 3000 -l zh

五、在 PowerShell 中设置输出编码

复制代码

先执行[Console]::OutputEncoding = [System.Text.Encoding]::UTF8

再执行指令

复制代码