Whisper

Какую задачу решает

Переводит речь в текст: запись эфира, созвона, голосовое сообщение. Работает у тебя на компьютере или сервере, звук в облако не уходит, из интернета при первом запуске скачивается только модель. Понимает русский и сам определяет язык записи.

• Расшифровывает запись в текст и субтитры: txt, srt, vtt, json.
• Ставит отметки времени, чтобы агент нашёл нужный момент и вырезал его через FFmpeg.
• Сам определяет язык записи, русский понимает.
• Работает и без видеокарты, на процессоре, только медленнее.

Пример результата

Установить агентом

Установи программу «Whisper». Работай по шагам и после каждого коротко говори, что сделал.

Что это за программа (каталог smyslokod.ru, официальные источники сверены 25.09.2026):
- исходный код: https://github.com/openai/whisper
- инструкция по установке: https://github.com/openai/whisper#setup
- актуальная версия на 25.09.2026: 20250625
- лицензия: MIT
- для работы нужно (обязательно): FFmpeg - Whisper читает звук через неё; без FFmpeg не откроет ни одну запись
- для работы нужно (обязательно): Python 3.10 или 3.11 - разработчики называют совместимыми Python 3.8-3.11, а свежий PyTorch требует 3.10 и новее; uv умеет скачать нужную версию сам
- для работы нужно (обязательно): PyTorch - движок для модели, ставится вместе с Whisper сам и весит сотни мегабайт
- для работы нужно (в отдельных случаях): Rust - нужен, только если для системы нет готовой сборки библиотеки tiktoken: установка тогда скажет об этом сама

Правила:
1. Ничего не устанавливай и не меняй, пока я не скажу «да» на твой план.
2. Ставь только способами из этого промпта. Сторонние сборки, скрипты с форумов и из чужих репозиториев не бери.
3. Мои проекты не трогай: не меняй их файлы, виртуальные окружения и списки зависимостей (package.json, requirements.txt, pyproject.toml).
4. Если ставишь из PyPI (пакет openai-whisper), то только в отдельное окружение: uv tool install или pipx. В окружение проекта и в системный Python не ставь.
5. Команды с sudo, правку профиля оболочки (~/.zshrc, ~/.bashrc) и переменной PATH делай только после моего отдельного «да» на каждую.
6. Не проси у меня пароли и ключи и не выводи их. Если нужен пароль администратора, дай команду, я выполню её сам.
7. Не скачивай модели распознавания без моего «да»: назови модель и её размер. Всегда указывай модель флагом --model: без него Whisper берёт turbo на 1,6 ГБ.
8. Если это Linux без видеокарты NVIDIA, предупреди меня до установки: обычный PyTorch тянет библиотеки NVIDIA на гигабайты. Предложи версию PyTorch для процессора по инструкции pytorch.org.

Шаги:
0. Определи, где ты работаешь: мой компьютер, сервер или контейнер. Какая система и процессор, какие менеджеры пакетов есть (Homebrew, apt, winget, uv, pipx). Ставить нужно туда, где ты сам запускаешь команды.
   - на компьютере: удобно на Mac и мощном ноутбуке: модели tiny, base и small работают и без видеокарты.
   - на сервере: на процессоре работает, но длинные записи расшифровываются долго; с видеокартой NVIDIA заметно быстрее. На сервере без видеокарты нужна версия PyTorch для процессора.
   - в контейнере: нужны Python, FFmpeg и место под модели. В официальном Docker-образе Hermes Agent FFmpeg уже есть; Python-программы документация Hermes советует запускать через uvx. Если Python в контейнере новее 3.11, Whisper ставят с Python 3.11 через uv.
1. Проверь, не стоит ли программа уже: whisper --help ; uv tool list ; pipx list. Если стоит и запускается, ничего не ставь и переходи к шагу 5.
2. Проверь, что есть всё нужное для работы: FFmpeg, Python 3.10 или 3.11, PyTorch. Чего нет, внеси в план отдельным пунктом. Проверь свободное место на диске: нужно сотни мегабайт на PyTorch и модель, а на Linux вместе с библиотеками NVIDIA - несколько гигабайт.
3. Составь план: каким одним способом из списка ниже будешь ставить, что появится на диске и сколько места займёт, что поменяется в системе и как потом удалить. Покажи план и жди моего «да».
   Способы из официальных источников:
   - Любая система, uv: uv tool install --python 3.11 openai-whisper (отдельное окружение с Python 3.11, проекты не задевает)
   - Любая система, pipx: pipx install openai-whisper (отдельное окружение на Python, который уже есть в системе)
   - Любая система, pip: pip install -U openai-whisper (официальная команда; только внутри отдельного виртуального окружения, не в проекте и не в системном Python)
4. Установи по согласованному плану. Если что-то идёт не так, как в плане, остановись и спроси.
5. Проверь результат:
   - whisper --help: программа запускается без ошибки;
   - Попроси у меня короткую запись голоса на 10-20 секунд. Модель base (145 МБ) скачивай только после моего «да», потом расшифруй запись. Делай это во временной папке и не трогай мои файлы.
     whisper "[запись]" --model base --language ru --output_format txt --output_dir whisper-check
   - если ты работаешь в папке моего проекта, покажи git status: от установки в проекте не должно появиться изменений.
6. Итог одним сообщением: что установлено, какой версии и куда, сколько места заняло, что поменялось в системе и как всё удалить (uv: uv tool uninstall openai-whisper; pipx: pipx uninstall openai-whisper; pip: pip uninstall openai-whisper).

Если на любом шаге ошибка, не чини наугад: покажи текст ошибки и скажи, что, по-твоему, случилось. Частые проблемы: https://smyslokod.ru/cli/whisper#problemy

Промпт собран из официальных инструкций, сверенных 25.09.2026. Агент сначала проверит, что уже стоит, покажет план с местом на диске и способом удаления и без твоего «да» ничего не поставит. Сами мы этот промпт на живой установке ещё не прогоняли.

Как ставят вручную

Способы из официальных источников, у каждого ссылка на первоисточник.

• Любая система · uv · источник

  uv tool install --python 3.11 openai-whisper

  отдельное окружение с Python 3.11, проекты не задевает

• Любая система · pipx · источник

  pipx install openai-whisper

  отдельное окружение на Python, который уже есть в системе

• Любая система · pip · источник

  pip install -U openai-whisper

  официальная команда; только внутри отдельного виртуального окружения, не в проекте и не в системном Python

Как удалить

• Любая система, uv: uv tool uninstall openai-whisper
• Любая система, pipx: pipx uninstall openai-whisper
• Любая система, pip: pip uninstall openai-whisper

Что нужно для работы

• FFmpeg (обязательно) - Whisper читает звук через неё; без FFmpeg не откроет ни одну запись
• Python 3.10 или 3.11 (обязательно) - разработчики называют совместимыми Python 3.8-3.11, а свежий PyTorch требует 3.10 и новее; uv умеет скачать нужную версию сам
• PyTorch (обязательно) - движок для модели, ставится вместе с Whisper сам и весит сотни мегабайт
• Rust (в отдельных случаях) - нужен, только если для системы нет готовой сборки библиотеки tiktoken: установка тогда скажет об этом сама

Системы

• macOS - пакет Python, нужен FFmpeg.
• Windows - пакет Python, нужен FFmpeg.
• Linux - пакет Python, нужен FFmpeg. Обычная установка PyTorch на Linux тянет библиотеки для видеокарт NVIDIA.

Где запускать

Ставить нужно туда, где работает агент: на твой компьютер, сервер или в контейнер.

• На компьютере - удобно на Mac и мощном ноутбуке: модели tiny, base и small работают и без видеокарты.
• На сервере - на процессоре работает, но длинные записи расшифровываются долго; с видеокартой NVIDIA заметно быстрее. На сервере без видеокарты нужна версия PyTorch для процессора.
• В контейнере - нужны Python, FFmpeg и место под модели. В официальном Docker-образе Hermes Agent FFmpeg уже есть; Python-программы документация Hermes советует запускать через uvx. Если Python в контейнере новее 3.11, Whisper ставят с Python 3.11 через uv.

Сколько ресурсов нужно

Место на диске

Сотни мегабайт на PyTorch и модель, а на Linux вместе с библиотеками NVIDIA - несколько гигабайт

Память

Видеопамять по таблице разработчиков: tiny и base около 1 ГБ, small около 2 ГБ, medium около 5 ГБ, turbo около 6 ГБ, large около 10 ГБ.

Видеокарта

Не обязательна: на процессоре Whisper работает, но медленнее. С видеокартой NVIDIA расшифровка заметно быстрее.

Сеть

Модель скачивается один раз при первом запуске, дальше Whisper работает без интернета.

Пакет PyTorch в PyPI весит от 124 до 555 МБ в зависимости от системы, на Linux к нему по умолчанию добавляются библиотеки NVIDIA: только четыре из них - около 1 ГБ. Модели скачиваются при первом запуске: tiny 76 МБ, base 145 МБ, small 484 МБ, medium 1,5 ГБ, turbo 1,6 ГБ, large-v3 3,1 ГБ. Размеры моделей сверены 25.09.2026 по ответу сервера, без скачивания.

Лицензия и платные замены

Лицензия MIT. Под MIT и код программы, и веса моделей. Текст лицензии

Цена: Бесплатно

Платные замены

• Yandex SpeechKit - Распознавание речи в облаке Яндекса, понимает русский. Оплата за секунды звука, цены на странице тарифов. Звук уходит в облако: для записей с персональными данными клиентов это важно.

Бесплатные замены

• faster-whisper - Те же модели на другом движке. По данным авторов до 4 раз быстрее при той же точности и берёт меньше памяти. Через него Hermes Agent расшифровывает голосовые, если он установлен.
• whisper.cpp - Whisper на C/C++ без Python и PyTorch. На Mac с процессором Apple работает через Metal.

О чём помнить

• Без флага --model Whisper берёт модель turbo и скачивает 1,6 ГБ. Промпт установки просит агента называть модель и её размер и ждать твоего «да».
• Модели лежат в папке ~/.cache/whisper. Удаляешь программу - удали и эту папку, иначе место останется занято.
• Голосовые сообщения Hermes Agent расшифровывает своими средствами: по документации через faster-whisper или через команду whisper, если она стоит. Эта карточка - про Whisper как программу, которой агент расшифровывает любые записи.
• Если в записях персональные данные клиентов (созвоны, консультации), расшифровка у себя оставляет их у тебя. Облачный сервис получает звук целиком.

Частые проблемы

Проверка

Сверили официальные источники 25.09.2026. Не устанавливали и не запускали.

«Проверено» ставим, только когда сами поставили программу и прогнали её на задаче. Сверка ссылок и вывод версии так не называются.

Входит в подборки

• Программы из второго видео про ГермесИз видео