Гайд
Whisper на Windows: установка самому или готовая программа
Как установить распознавание речи Whisper на Windows: Python и ffmpeg, модели и требования к видеопамяти, готовые программы и когда проще облачный сервис.
Обновлено: 27 октября 2026 г.
Whisper на Windows ставится через Python и ffmpeg: команда pip install openai-whisper, затем whisper файл.mp3 --model turbo --language Russian. Но это расшифровка файлов в командной строке, а не диктовка в любое окно. Если вам нужен хоткей и вставка текста, проще взять готовую программу с Whisper внутри — локальную, например Handy, или облачную.
Бесплатный тариф без карты. Windows 10/11 и Linux.
Что такое Whisper и чего он не делает
Whisper — открытая модель распознавания речи от OpenAI. Она принимает аудиофайл и возвращает текст. Горячих клавиш, вставки в чужие окна и «живой» диктовки в самой модели нет: это делают программы-обёртки.
Установка пошагово
- Установите Python (по README Whisper, совместимы версии 3.8–3.11) с python.org и отметьте «Add to PATH».
- Установите ffmpeg:
choco install ffmpeg(Chocolatey) илиscoop install ffmpeg(Scoop), как предлагает README Whisper. - Установите Whisper:
pip install -U openai-whisper. - Запустите распознавание:
whisper запись.mp3 --model turbo --language Russian. - Результат появится рядом с файлом в виде .txt, .srt и других форматов.
Если у вас видеокарта NVIDIA, установите PyTorch с поддержкой CUDA, иначе расчёт пойдёт на процессоре и будет заметно медленнее. Первый запуск скачает выбранную модель.
Какую модель выбрать
По таблице в репозитории Whisper (OpenAI):
| Модель | Параметры | Видеопамять (VRAM) | Заметка |
|---|---|---|---|
| tiny | 39 млн | около 1 ГБ | Быстрая, самая неточная |
| base | 74 млн | около 1 ГБ | Для простых задач |
| small | 244 млн | около 2 ГБ | Разумное начало для русского |
| medium | 769 млн | около 5 ГБ | Хорошее качество |
| turbo | 809 млн | около 6 ГБ | Оптимизированная версия large-v3, заметно быстрее large |
| large | 1550 млн | около 10 ГБ | Максимальное качество, самая медленная |
Для русского начните с small и проверьте результат на своём аудио; для рабочей диктовки чаще выбирают turbo или large. Таблица — по README репозитория OpenAI, скорость измерена на английском и в реальности отличается.
Готовые программы с Whisper
Если нужна диктовка с хоткеем, а не расшифровка файлов:
- Handy — бесплатная программа с открытым кодом (MIT) для Windows, macOS и Linux, запускает модели Whisper и Parakeet локально. Подробнее — сравнение с Handy.
- OpenWhispr — тоже MIT, локальные модели без лимита и облачный бесплатный тариф.
- Облачные программы. «Так» использует Whisper large-v3-turbo через сервер провайдера: ничего устанавливать и считать у себя не нужно, но нужна сеть. Free — 2 000 слов в неделю.
Когда что выбрать
| Задача | Вариант |
|---|---|
| Расшифровать готовое интервью или лекцию | Whisper из командной строки или программа для файлов |
| Диктовать в любое окно бесплатно и локально | Handy или OpenWhispr |
| Диктовать в любое окно без установки моделей, с режимами обработки текста | Облачная программа |
| Слабый компьютер, нет видеокарты | Облачная программа |
Сводная таблица программ — на странице Сравнение программ голосового ввода.
Вопросы и ответы
Частые вопросы
Что такое Whisper?
Whisper — модель распознавания речи от OpenAI с открытыми весами. Она переводит речь в текст на многих языках, включая русский. Whisper сам по себе обрабатывает файлы; для набора текста в любое окно нужна программа-обёртка с хоткеем и вставкой.
Как установить Whisper на Windows?
Поставьте Python и ffmpeg, затем выполните pip install -U openai-whisper и запустите whisper файл.mp3 --model turbo --language Russian в командной строке. Для набора текста в окна проще взять готовую программу вроде Handy, которая запускает Whisper локально.
Сколько видеопамяти нужно для Whisper?
По таблице моделей в репозитории OpenAI: tiny и base — около 1 ГБ, small — около 2 ГБ, medium — около 5 ГБ, turbo — около 6 ГБ, large — около 10 ГБ VRAM. На процессоре без видеокарты работает, но медленнее.
Какая модель Whisper лучше для русского?
Как правило, точность растёт с размером модели: tiny и base ошибаются чаще, для хорошего качества берут turbo или large. Проверьте на своём аудио: результат зависит от микрофона и шума.
Когда проще не ставить Whisper самому?
Когда нужна диктовка в любое окно, а не расшифровка файлов, нет мощной видеокарты и не хочется настраивать окружение. Тогда проще готовая программа, например облачная с хоткеем.
Автор: Никита, разработчик приложения «Так». Обновлено: 27 октября 2026 г..
00:00:00,000 → 00:01:00,000
ГОТОВОПопробуйте на следующем письме.
2 000 слов в неделю бесплатно. Без карты, без пробного периода.