말소리를 글자로 받아 적는 오픈AI의 오픈소스 음성 인식 모델 — 내 PC 에서 무료, 자막 파일까지 한 번에
Whisper
대량의 다양한 음성으로 학습한 범용 음성 인식 모델입니다. 여러 언어 받아쓰기, 다른 언어 말을 영어로 옮기기, 어떤 언어인지 알아내기를 한 모델이 합니다. 모델 크기는 tiny · base · small · medium · large · turbo 6가지이고, 작을수록 빠르고 클수록 정확도가 높은 쪽입니다(README 표 기준 필요한 그래픽 메모리 약 1GB~약 10GB). 명령줄에서 whisper 파일이름 하나로 돌리면 txt · srt · vtt · tsv · json 이 한꺼번에 생겨 영상 자막에 바로 쓸 수 있고, 파이썬 코드 안에서도 부를 수 있습니다.
- 가격
- 무료 · 오픈소스
- 라이선스
- MIT
- GitHub 별
- 111,865 2026-11-04
공식 설치
python --version
Python 3.8~3.11 이 나오는지 봅니다(README 가 맞춰 본 범위). 없으면 Python 공식 사이트에서 깝니다.
pip install -U openai-whisper
공식 설치 명령입니다. PyTorch 같은 필요한 것도 같이 들어옵니다.
scoop install ffmpeg
음성 · 영상 파일을 여는 ffmpeg 를 따로 깝니다. README 가 적어 둔 방법 그대로 — Windows 는 scoop install ffmpeg 또는 choco install ffmpeg, 맥은 brew install ffmpeg. 이미 쓰는 패키지 관리자로 깔고, ffmpeg -version 으로 확인합니다.
whisper 회의.mp3 --language Korean
받아 적기. 기본 모델은 turbo 이고, 처음 한 번 모델을 내려받습니다. 같은 폴더에 txt · srt · vtt · tsv · json 이 생깁니다. 자막만 필요하면 --output_format srt 를 붙입니다.
막히는 자리
- whisper 명령을 못 찾으면 pip 가 깐 폴더가 PATH 에 없는 것입니다. python -m whisper 회의.mp3 처럼 앞에 python -m 을 붙여 봅니다.
- ffmpeg 를 못 찾는다는 오류가 나면 ffmpeg 가 안 깔렸거나 새 창을 열지 않은 것입니다. 깐 뒤 터미널을 새로 열고 ffmpeg -version 을 확인합니다.
- 설치 중 tiktoken · setuptools_rust 오류가 나면 README 대로 Rust 개발 환경을 깔거나 pip install setuptools-rust 를 먼저 돌립니다.
- FP16 is not supported on CPU 경고는 그래픽카드 없이 CPU 로 돈다는 뜻일 뿐 오류가 아닙니다. 대신 느리니 --model small 이나 base 같은 작은 모델로 먼저 해 봅니다.
- 다른 언어 말을 영어로 옮기려면(--task translate) turbo 말고 medium 이나 large 를 씁니다. turbo 는 옮기기를 배우지 않아 원래 언어 그대로 돌려줍니다(README).