Whisper modellerini C/C++ ile çalıştıran hafif motor: 4 GB ekran kartında bile turbo modeliyle 8 dakikalık Türkçe kaydı 23 saniyede yazıya döktü.
whisper.cpp, OpenAI'nin Whisper konuşma tanıma modellerini C/C++ ile çalıştıran açık kaynak bir projedir. Ollama ve Jan'ın arkasındaki llama.cpp'yi geliştiren ekip yazar. Python ve PyTorch gerektirmez; tek bir program ve bir model dosyasıyla ses kayıtlarını Türkçe dahil 99 dilde yazıya döker, SRT ve VTT altyazı üretir.
Asıl farkı verimlilik: Modelleri sıkıştırılmış (kuantize) biçimde çalıştırabildiği için Türkçede iyi sonuç veren turbo modeli 4 GB ekran kartımızda yaklaşık 1 GB bellekle çalıştı ve 8 dakikalık kaydı 23 saniyede yazdı. Aynı kartta Python Whisper turbo modelini yükleyemedi. Ekran kartı olmayan bilgisayarlarda da Python sürümünden birkaç kat hızlıdır; Apple Silicon Mac'lerde Metal ile hızlanır.
Projeyle gelen whisper-cli dosyaları komut satırından yazıya döker, whisper-server ise tarayıcıdan dosya yükleyebileceğiniz sade bir form ve başka programların kullanabileceği bir API açar. Komut satırına alışık değilseniz, arka planda whisper.cpp kullanan masaüstü uygulamalarına da bakabilirsiniz; ama Türkçe ayarı ve model seçimi için bu sayfadaki bulgular yine geçerlidir.
| Donanım | Destek | En düşük | Önerilen |
|---|---|---|---|
| NVIDIA ekran kartı Windows için hazır CUDA paketi var; Linux'ta CUDA ile kaynaktan derlemek gerekir. Boş 4 GB kartımızda turbo modelinin sıkıştırılmış sürümü (q5_0) yaklaşık 1 GB bellek kullandı ve 7 dakika 56 saniyelik kaydı 23 saniyede yazdı; small modeli 20 saniyede. | Tam destek | 2 GB VRAM | 4 GB VRAM |
| AMD ekran kartı Vulkan ya da ROCm desteğiyle kaynaktan derlenir; hazır AMD paketi yok. Editörlerimiz AMD'de test etmedi. | Tam destek | 2 GB VRAM | 4 GB VRAM |
| Apple Silicon (M serisi) Apple Silicon birinci sınıf destekli; Homebrew paketi Metal hızlandırmasıyla gelir. Editörlerimiz Mac'te test etmedi. | Tam destek | 8 GB RAM | 16 GB RAM |
| Ekran kartı yok (yalnız işlemci) Ekran kartı olmadan da çalışır. Ryzen 5 5500U'da 7 dakika 56 saniyelik kaydı small modeli 3 dakikada, turbo modeli 9 dakika 48 saniyede yazdı. Python Whisper'ın aynı işlemcideki small süresinden (10 dakika 12 saniye) 3,4 kat hızlı. | Tam destek | 4 GB RAM | 8 GB RAM |
github.com/ggml-org/whisper.cpp
Yazılımı yalnızca bu adreslerden indirin. Sitemiz dosya barındırmaz; bağlantılar doğrudan projenin kendi sayfasına gider.
Hazır derlemeleri yalnız GitHub'daki ggml-org/whisper.cpp sürümler sayfasından, model dosyalarını Hugging Face'teki ggerganov/whisper.cpp deposundan indirin.
whisper.cpp bilgisayarınızda çalışırken Yerel Ses ona doğrudan bağlanır. Ses kayıtlarını ve mikrofonu whisper.cpp ile yazıya dökün; metin ve altyazı (SRT, VTT) indirin.
Yerel Ses sayfasını açınSayfa yalnız arayüzü sunar; verileriniz bilgisayarınızdan çıkmaz. Üyelik gerekmez.
İşletim sisteminizi seçin. Adımları tamamladıkça işaretleyin; ilerlemeniz bu tarayıcıda saklanır, sayfaya döndüğünüzde kaldığınız yerden devam edersiniz.
Gerekenler: Resmî belgeye göre; editörlerimiz Windows'ta test etmedi. NVIDIA kartınız varsa CUDA paketi (653 MB) ekran kartını kullanır; yoksa 9 MB'lık işlemci paketini indirin.
PowerShell'de bir klasör açıp NVIDIA kartı için CUDA paketini indirin ve açın. Kartınız yoksa dosya adını whisper-bin-x64.zip yapın.
mkdir $env:USERPROFILE\whisper.cpp; cd $env:USERPROFILE\whisper.cpp
curl.exe -LO https://github.com/ggml-org/whisper.cpp/releases/download/b5454/whisper-bin-win-cuda-12.4.0-x64.zip
Expand-Archive whisper-bin-win-cuda-12.4.0-x64.zip -DestinationPath .Türkçe için turbo modelinin sıkıştırılmış sürümünü indirin (547 MB).
curl.exe -L -o ggml-large-v3-turbo-q5_0.bin https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-large-v3-turbo-q5_0.binKaydı Türkçe olarak yazıya dökün; metin ve altyazı kaydın yanına kaydedilir.
.\Release\whisper-cli.exe -m ggml-large-v3-turbo-q5_0.bin -l tr -f kayit.mp3 -otxt -osrtGerekenler: Resmî belgeye göre; editörlerimiz Mac'te test etmedi. Apple Silicon Mac'lerde Metal hızlandırması kendiliğinden açılır. Homebrew kurulu değilse brew.sh adresindeki komutla önce onu kurun.
Terminali açıp whisper.cpp'yi Homebrew ile kurun.
brew install whisper.cppTürkçe için turbo modelinin sıkıştırılmış sürümünü indirin (547 MB).
curl -L -o ggml-large-v3-turbo-q5_0.bin https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-large-v3-turbo-q5_0.binKaydı Türkçe olarak yazıya dökün. iPhone kayıtları (m4a) için önce ffmpeg ile wav'a çevirin (Sorun giderme bölümü).
whisper-cli -m ggml-large-v3-turbo-q5_0.bin -l tr -f kayit.mp3 -otxt -osrtGerekenler: Bu adımları Ubuntu 24.04'te NVIDIA RTX 3050 ile test ettik; yönetici yetkisi gerekmez. git ve gcc kurulu olmalı. CUDA derleyicisini micromamba ile ev klasörüne kurduk; NVIDIA'nın CUDA Toolkit paketi kuruluysa 2. adımı atlayıp 4. adımdaki iki CUDA yolu ayarını silin (bu yolu test etmedik).
Kararlı sürümün kaynak kodunu indirin.
git clone --depth 1 --branch v1.9.5 https://github.com/ggml-org/whisper.cpp.git ~/whisper.cppmicromamba'yı indirip CUDA 12.8 derleyicisini ve kütüphanelerini ~/cuda-12.8 klasörüne kurun. Bizde 24 saniye sürdü, 2,3 GB yer kapladı.
mkdir -p ~/cuda-12.8 && cd ~/cuda-12.8
curl -sL https://micro.mamba.pm/api/micromamba/linux-64/latest | tar -xj bin/micromamba
MAMBA_ROOT_PREFIX=$PWD/root ./bin/micromamba create -y -p $PWD/env -c conda-forge cuda-nvcc cuda-cudart-dev libcublas-dev cuda-version=12.8Derleme aracı cmake'i uv ile kurun. uv yoksa önce curl -LsSf https://astral.sh/uv/install.sh | sh ile kurup terminali yeniden açın.
uv tool install cmakeDerlemeyi yapılandırıp başlatın. RTX 30 serisi için yalnız 86 mimarisini derlediğimizde 8 dakika 43 saniye sürdü.
cd ~/whisper.cpp
cmake -B build -DGGML_CUDA=1 -DCMAKE_CUDA_COMPILER=$HOME/cuda-12.8/env/bin/nvcc -DCUDAToolkit_ROOT=$HOME/cuda-12.8/env -DCMAKE_CUDA_ARCHITECTURES=86 -DCMAKE_BUILD_TYPE=Release
cmake --build build -j $(nproc) --config ReleaseCMAKE_CUDA_ARCHITECTURES kartınıza göre değişir: RTX 20 serisi 75, RTX 30 serisi 86, RTX 40 serisi 89. Yazmazsanız bütün mimariler için derler ve çok daha uzun sürer.
Projeyle gelen betikle turbo modelinin sıkıştırılmış sürümünü indirin (547 MB).
sh ./models/download-ggml-model.sh large-v3-turbo-q5_0Kaydı Türkçe olarak yazıya dökün. Kayıtta ekran kartının kullanıldığını gösteren satırı görmelisiniz. 8 dakikalık kaydı 23 saniyede yazdı; metin ve altyazı kaydın yanına kaydedilir.
./build/bin/whisper-cli -m models/ggml-large-v3-turbo-q5_0.bin -l tr -f kayit.mp3 -otxt -osrtwhisper_backend_init_gpu: using CUDA0 backend … output_txt: saving output to 'kayit.mp3.txt' output_srt: saving output to 'kayit.mp3.srt'
Gerekenler: Bu adımları Ubuntu 24.04'te test ettik; yönetici yetkisi ve derleme gerekmez. Hazır Linux paketi ekran kartını kullanmaz: 8 dakikalık kayıt turbo modeliyle 9 dakika 48 saniye, small ile 3 dakika sürdü.
Sürümler sayfasındaki hazır Linux paketini indirip açın (10 MB).
mkdir -p ~/whisper.cpp && cd ~/whisper.cpp
curl -LO https://github.com/ggml-org/whisper.cpp/releases/download/b5454/whisper-bin-ubuntu-x64.tar.gz
tar -xzf whisper-bin-ubuntu-x64.tar.gzb5454, v1.9.5 sürümüyle aynı gün çıkan derlemedir; hazır paketler bu numaralı sürümlerde yayımlanıyor.
Türkçe için turbo modelinin sıkıştırılmış sürümünü Hugging Face'ten indirin (547 MB). İşlemcide daha hızlı bir taslak için dosya adındaki large-v3-turbo-q5_0 yerine small yazabilirsiniz.
curl -L -o ggml-large-v3-turbo-q5_0.bin https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-large-v3-turbo-q5_0.binKaydı Türkçe olarak yazıya dökün; metin ve altyazı kaydın yanına kaydedilir.
./whisper-bin-ubuntu-x64/whisper-cli -m ggml-large-v3-turbo-q5_0.bin -l tr -f kayit.mp3 -otxt -osrtoutput_txt: saving output to 'kayit.mp3.txt' output_srt: saving output to 'kayit.mp3.srt'
whisper.cpp'nin kurulum sihirbazı yoktur; programı açtığınız klasörde bir model dosyasıyla çalıştırırsınız.
ggml-large-v3-turbo-q5_0.bin modelini indirin (547 MB). Daha hızlı ama çok daha hatalı bir taslak için ggml-small.bin (465 MB) yeterli.whisper-cli -m model.bin -l tr -f kayit.mp3 -otxt -osrt ile yazıya dökün. Metin ekrana zaman damgalarıyla akar; bitince kayit.mp3.txt ve kayit.mp3.srt aynı klasöre kaydedilir.-l tr yazmayı unutmayın; varsayılan dil İngilizcedir. Dili programın bulmasını isterseniz -l auto yazın.whisper-server -m model.bin -l tr çalıştırıp http://127.0.0.1:8080 adresini açın; dosyayı seçip biçimi (Text, SRT, VTT, JSON) belirleyin.
Ekranda gördüğünüz hata metnine tıklayın; nedeni ve çözümü açılır.
Neden: Dil belirtilmediği için whisper.cpp kaydı İngilizce sanıyor. Turbo modeli yine Türkçe yazdı, ama small modeli aynı kaydı "Koronavirüs, or koronavirüsü" gibi yarı İngilizce yazdı.
Çözüm: Komuta -l tr ekleyin ya da dili programın bulması için -l auto yazın. Kayıtta "lang = tr" görmelisiniz.
./whisper-cli -m ggml-large-v3-turbo-q5_0.bin -l tr -f kayit.wav -otxtNeden: whisper-cli yalnız wav, mp3, ogg ve flac okur. iPhone ses kayıtları (m4a) ve WhatsApp sesli mesajları (opus) bu hatayı verdi.
Çözüm: Kaydı ffmpeg ile 16 kHz tek kanallı wav'a çevirip onu verin.
ffmpeg -i kayit.m4a -ar 16000 -ac 1 -c:a pcm_s16le kayit.wavNeden: GitHub'daki hazır Linux paketi yalnız işlemci içindir; NVIDIA kartınız olsa da kullanmaz. Program çalışır ama turbo modeli 8 dakikalık kayıtta 23 saniye yerine 9 dakika 48 saniye sürdü.
Çözüm: Ekran kartını kullanmak için Linux'ta "CUDA ile derleme" yöntemini izleyin. Doğru derlemede kayıtta "using CUDA0 backend" satırı görünür.
./build/bin/whisper-cli -m models/ggml-large-v3-turbo-q5_0.bin -l tr -f kayit.wav 2>&1 | grep CUDANeden: -m ile model verilmediğinde whisper-cli yalnız İngilizce için olan base.en modelini models klasöründe arar.
Çözüm: İndirdiğiniz model dosyasının yolunu -m ile verin.
./whisper-cli -m ggml-large-v3-turbo-q5_0.bin -l tr -f kayit.wavHazır paketi kullanıyorsanız sürümler sayfasından yenisini indirip eski klasörün yerine açın; model dosyaları değişmez. Kaynaktan derlediyseniz klasörde git pull çalıştırıp derleme komutlarını yeniden verin. Homebrew ile kurduysanız brew upgrade whisper.cpp.
Kurulum gerektirmez: Açtığınız klasörü ve model dosyalarını silin (ör. rm -rf ~/whisper.cpp). CUDA derleyicisini micromamba ile kurduysanız o klasörü de silin (ör. rm -rf ~/cuda-12.8). Homebrew'da brew uninstall whisper.cpp.
Hazır Linux paketi 27 MB, CUDA ile derlenmiş program 165 MB tutar; CUDA araçları ayrıca 2,3 GB. Modeller: small 465 MB, large-v3-turbo-q5_0 547 MB, large-v3-turbo 1,5 GB.
OSI onaylı lisans: kodu kullanabilir, değiştirebilir ve dağıtabilirsiniz.
whisper.cpp'nin kodu MIT lisanslıdır. Kullandığı model dosyaları OpenAI'nin Whisper modellerinden dönüştürülmüştür; onlar da MIT lisanslıdır. Ticari projeler dahil ücretsiz kullanabilir, değiştirebilir ve dağıtabilirsiniz. Yazıya döktüğünüz kayıtta başkalarının sesi varsa izin almak ve kişisel verileri korumak sizin sorumluluğunuzdadır.
Bu bölüm bilgilendirme amaçlıdır, hukuki görüş değildir. Ticari bir işte kullanmadan önce yazılımın ve indirilen modelin lisans metnini okuyun.
OpenAI'nin konuşmayı yazıya döken açık kaynak modeli: Ses ve video kayıtlarını Türkçe dahil 99 dilde, dosyayı hiçbir yere yüklemeden metne çevirir.
Aynı işi tarayıcıda yapan bulut araçları; kurulum gerektirmez ama çoğunda kullanım sınırı ya da ücretli paket vardır.
Scryp
Ses ve video kayıtlarını tarayıcıda şifreleyip metne, konuşmacı ayrımlı transkripte, altyazıya ve özete dönüştüren, Türkçe odaklı transkripsiyon servisi.
ToText
Ders, görüşme, toplantı ve sesli notları Türkçe dahil 60 dilde yazıya döken, özet çıkaran ve kayda soru sormayı sağlayan iPhone uygulaması.
Otter.ai
Zoom, Google Meet ve Teams toplantılarına otomatik katılıp canlı transkript, özet ve aksiyon maddeleri çıkaran toplantı asistanı; Türkçe transkripsiyon desteklemez.
Fireflies.ai
Zoom, Google Meet ve Teams toplantılarını kaydeden; 100'den fazla dilde transkript, özet ve aksiyon maddeleri çıkaran, ücretsiz dikte aracı da sunan yapay zekâ toplantı asistanı.
large-v3-turbo-q5_0. 547 MB'lık bu dosya turbo modelinin sıkıştırılmış sürümüdür; ekran kartımızda 1 GB bellekle çalıştı ve Türkçe okumada hataları seyrek yaptı. small modeli neredeyse aynı hızda ama kelimelerin yaklaşık dörtte birini yanlış yazdı. Ekran kartınız yoksa ve hız önemliyse small ile taslak alıp önemli kısımları turbo ile yeniden yazdırabilirsiniz.
Ryzen 5 5500U'lu dizüstünde 8 dakikalık kayıt small modeliyle 3 dakika, turbo modeliyle 9 dakika 48 saniye sürdü. İş parçacığı sayısını 4'ten 6'ya çıkarmak (-t 6) turboyu yalnız 39 saniye hızlandırdı. Aynı kartta CUDA ile turbo 23 saniye sürdüğü için NVIDIA kartınız varsa derleme zahmetine değer.
Model aynı, motor farklı. Whisper, OpenAI'nin PyTorch ile yazdığı özgün Python sürümüdür. whisper.cpp aynı modelleri C/C++ ile, sıkıştırılmış biçimde çalıştırır: Kurulumu 10 MB'tır, ekran kartı belleğini çok daha az kullanır, işlemcide ve Mac'te çok daha hızlıdır. Python'dan kullanmak ya da modeli ince ayarlamak istemiyorsanız whisper.cpp daha pratik.
Belirgin şekilde kötüleşiyor. 1933 tarihli Onuncu Yıl Nutku kaydını turbo modeli 10 saniyede yazdı; cümlelerin çoğu doğruydu ama "kahramanlığı" gibi kelimeler bozuldu ve bazı cümleler anlamsızlaştı. Gürültülü kayıtlarda --vad seçeneği (ayrı bir ses algılama modeliyle) sessiz ve müzikli kısımları atlayarak uydurma cümleleri azaltabilir.
