音声AI

whisper.cpp・faster-whisper比較|Macで文字起こしの処理時間と誤り数を比べる

この記事の料金・仕様は時点で各社の公式ページを確認したものです。

Macの前で音声の波形が文字に変わっていく様子を表した抽象イラスト

同じ音声を各3回ずつ読ませた記録から、速さと正確さの差がどこに出たかを整理します。公式の導入情報も添えて、選び方まで書きます。

結論

待ち時間をいちばん短くしたい人は
faster-whisperから始めるのが無難です。今回の音声では、測ったどの回でもwhisper.cppより短く済みました。同じ公開モデルをPythonから呼べます。
依存を増やさず、C/C++で組み込みたい人は
whisper.cppが候補です。依存のない素のC/C++実装で、Appleのチップ向けの最適化も用意されています。ただし今回の音声では、秒数はfaster-whisperより長くなりました。

同じ9.478625秒の英語音声を、2つの道具に3回ずつ読ませました。 最速の回は、whisper.cppが3.012943167秒、faster-whisperが1.009346125秒です。

予想と違ったのは、誤りの数でした。 6回とも、どちらも10文字ずつ間違え、文字誤り率は8.333333333333332%で並びました。

使ったのは、Macの中だけで動く文字起こしの道具です。 鍵も有料のAPIも使わず、公開されている小さなモデルをCPUだけで動かしました。

同じ短い音声の処理時間(秒):faster-whisperが3回中2回で1秒台

3回の測定で、faster-whisperは1秒台を2回出しました。 whisper.cppは、いちばん速い回でも3秒台でした。

2つの道具の入り方の違い

whisper.cpp

依存のない素のC/C++実装です。Appleのチップ向けの最適化があります。

faster-whisper

Pythonから使い、変換済みの公開モデルを読み込みます。

共通の注意

faster-whisperは、結果を取り出し始めてから文字起こしが動きます。

出典: 各社の公式ページ(2026年11月1日確認)

上の図は、2つの道具の入り方の違いです。 次の表で、1回ごとの秒数を見てください。

回whisper.cpp(秒)faster-whisper(秒)
1回目3.0129431671.009346125
2回目4.2121511252.645621458
3回目3.2749067091.014322833

faster-whisperの2回目だけは、2.645621458秒まで遅くなりました。 同じ音声でも秒数は回ごとに動くため、2回目と3回目は先に動かす道具を入れ替えて測っています。

モデルの読み込みは、この秒数に入れていません。 別に測ると、whisper.cppが0.160068583秒、faster-whisperが0.413863166秒でした。

ここが落とし穴:faster-whisperは取り出すまで文字起こしが始まらない

faster-whisperで時間を測るときは、結果を最後まで取り出すところまで入れないと、実際より速く見えます。 関数を呼んだ時点では、まだ何も文字にしていないからです。

faster-whisperのsegmentsはジェネレーター(必要になったときに1つずつ結果を渡す仕組み)です。 順に取り出し始めて初めて、文字起こしが始まります。

今回は、全部の区切りを取り出して文章につなげ終えるまでを計りました。

正解原稿に対する文字誤り率(CER・%):6回とも8.333333333333332%で同じ

CER(文字誤り率)は、正解との文字の違いを数え、正解の文字数で割った数字です。 2つの道具は、6回とも8.333333333333332%でした。

ツール誤り文字数文字誤り率(%)
whisper.cpp10文字8.333333333333332
faster-whisper10文字8.333333333333332

採点では、大文字と小文字、空白、句読点の違いは数えていません。 正解の英文は、整えたあとで120文字でした。

間違えた場所は、ほぼ同じです。 どちらも「blue」を「new」と聞き違え、「seven」を数字の「7」で出しました。

数字の「7」は、正解の「seven」と文字が違うため、誤りとして数えています。 意味は合っていても、この採点では減点になる点に気をつけてください。

違いが出たのは、動詞の形です。 正解は「arrives」で、whisper.cppは「arrived」、faster-whisperは「arrive」と出しました。

同じ10文字の誤りでも、中身は少し違います。 文字誤り率の数字だけでは、この違いは見えません。

出力テキストのファイルサイズ(バイト):144バイトと143バイト

保存した文字起こしの大きさは、whisper.cppが144バイト、faster-whisperが143バイトでした。 差の1バイトは、「arrived」と「arrive」の1文字ぶんです。

英数字だけの文章は、1文字が1バイトになります。 だから、文字数の差がそのままファイルサイズの差になりました。

サイズは、末尾の改行を1つ付けたテキストファイルの実測です。 日本語を出力する場合は、1文字が複数バイトになるため、この数字とは変わります。

導入と動かし方の違い

whisper.cppは依存のないC/C++実装で、faster-whisperはPythonから使う道具です。 入れ方と使い方が違うので、先にここを見ると選びやすくなります。

whisper.cppの公式ページは、素のC/C++実装だと説明しています。 Appleのチップでは、MetalやCore MLも使えますが、今回はCPUだけに揃えました。

faster-whisperは、CTranslate2という実行エンジンの形式に変換した公開モデルを読み込みます。 そのCTranslate2は、pip installで入り、macOSのApple Silicon版も対応OSに挙がっています。

どちらにも、量子化(数字の細かさを粗くして、軽く速くする工夫)の選択肢があります。 今回の測定条件は、末尾の節にまとめました。

選ぶ決め手は3つ

この記録から言える決め手を、数字つきで3つ挙げます。

  1. 待ち時間を減らしたいなら、faster-whisperです。最速の回は、1.009346125秒と3.012943167秒の差でした。
  2. 誤りの数では選べません。6回とも10文字で、どちらも8.333333333333332%でした。
  3. 依存を増やさず組み込みたいなら、whisper.cppです。依存のない素のC/C++実装だからです。

向く人・向かない人・代わりの選択肢

まず待ち時間を減らしたい人は、faster-whisperから始めてください。 次の図で、自分に合う順番をたどれます。

どちらから試すか

  1. 1. 文字起こしの待ち時間をいちばん短くしたいですか?
    はい → faster-whisperから試します。いいえ → 2番目の質問へ進みます。
  2. 2. Pythonを使わず、C/C++のプログラムに組み込みたいですか?
    はい → whisper.cppから試します。いいえ → どちらでも構いません。自分の音声で秒数を比べて決めます。
出典: 各社の公式ページ(2026年11月1日確認)

faster-whisperが向かないのは、Pythonを入れたくない人です。 その場合の代わりは、whisper.cppです。

whisper.cppが向くのは、C/C++のプログラムに文字起こしを組み込みたい人です。 待ち時間だけで選ぶ人には向かないので、代わりにfaster-whisperを選びます。

状況先に試す道具理由
待ち時間を短くしたいfaster-whisper最速の回が1.009346125秒でした
C/C++に組み込みたいwhisper.cpp依存のない素のC/C++実装です
誤りの少なさで選びたいどちらでも同じ6回とも8.333333333333332%でした

測定と比較の範囲

測ったのは、自作の英語合成音声1本です。 英語の3文を音声合成で読み上げ、16kHz・モノラルのWAVにして、2つの道具に同じものを渡しました。

使ったモデルは、公開されているWhisperのtinyです。 言語は英語、探索幅は5で、CPUだけ、1スレッドの設定に揃えました。

この結果は、肉声や日本語、雑音の多い録音、長い会議の品質を表すものではありません。 同じ音声を3回ずつ読ませた反復で、別々の音声を3本評価した結果でもありません。

内部の計算方式も違います。 whisper.cppは半精度の重みの形式、faster-whisperは32ビット浮動小数点の演算で動かしました。

量子化を使う設定、GPUやMetal、メモリ、電力、コマンドの起動を含む待ち時間は測っていません。 電源や温度、裏で動く処理は整えていないため、秒数は参考値として読んでください。

手順と生データは、サイト内の測定記録に公開しています。

出典

出典: whisper.cpp公式、faster-whisper公式、CTranslate2公式の導入ページ、Systranのfaster-whisper-tinyモデルページ(2026年11月1日確認)

変更履歴

  • 2026年11月1日: 初版。2026年10月31日の実測記録と、公式4ページの確認結果で作成。

このサイトで測った元データ

関連記事