Whisper на видеокартах AMD запускается через whisper.cpp: у него есть сборка под ROCm и HIP (флаг GGML_HIP) и кросс-вендорная сборка на Vulkan (флаг GGML_VULKAN). Для GPU у faster-whisper в README названы библиотеки NVIDIA: cuBLAS и cuDNN 9 для CUDA 12. Готовая диктовка без настройки видеокарты есть и в «Поток» (potok.now).
Whisper от OpenAI — модель распознавания речи. Для видеокарт AMD ниже разобран whisper.cpp.
Как запустить Whisper на видеокарте AMD
whisper.cpp — проект ggml-org, в котором для AMD есть две дороги. Первая — ROCm и HIP: сборка настраивается командой cmake -B build -DGGML_HIP=1 -DAMDGPU_TARGETS="gfx1201". Архитектуру своей карты узнают так: rocminfo | grep "gfx". В README приведены примеры: gfx1100 — RX 7900 XTX, gfx1101 — RX 7800 XT, gfx1201 — RX 9070 XT.
Вторая дорога — кросс-вендорный Vulkan: cmake -B build -DGGML_VULKAN=1. Она не привязана к одному производителю видеокарт.
Для тех, кто не хочет собирать сам, у проекта есть Docker-теги main-rocm и main-vulkan. Отдельный раздел README посвящён AMD Ryzen AI NPU.
Где «Поток» не поможет с видеокартой
Выше речь о запуске модели на своём железе. «Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает. Расшифровки файлов в самом приложении нет: готовые записи принимает Telegram-бот @potok_now_bot, а подписка одна — на приложение для диктовки и на бота. Если вам нужна именно локальная Whisper-сборка, этот путь не подойдёт, а про устройство самой Whisper читайте в статье о модели Whisper от OpenAI.
Что учесть при выборе сборки
У faster-whisper для GPU в README названы библиотеки NVIDIA: cuBLAS и cuDNN 9 для CUDA 12. Про AMD в этом README инструкций нет. Значения gfx из списка выше — только примеры из README, для своей карты подставляйте то, что покажет rocminfo. Встроенная диктовка Windows распознаёт в облаке Microsoft; про неё — в ответе про Win+H без интернета.
Частые вопросы
У whisper.cpp есть Docker-теги main-rocm и main-vulkan. Первый относится к сборке под ROCm, второй — к кросс-вендорному Vulkan. Кроме того, в README есть отдельный раздел про AMD Ryzen AI NPU.
Архитектуру показывает команда rocminfo | grep «gfx». В README приведены примеры: gfx1100 — RX 7900 XTX, gfx1101 — RX 7800 XT, gfx1201 — RX 9070 XT. Найденное значение подставляют в параметр AMDGPU_TARGETS при сборке.
Нет, версии Потока для Android нет — продукт работает только на компьютере: Windows, macOS и Linux. Для Android есть встроенный голосовой ввод Google (Gboard) или клавиатура Samsung.
Нет. «Поток» (potok.now) — это десктопное приложение для голосового ввода текста на Windows, macOS и Linux: зажал хоткей, продиктовал, текст вставился в активное поле. К инвестиционным сервисам или финансовым платформам с похожим названием отношения не имеет.
Отдельного расширения для браузера у Потока нет: это десктопное приложение, которое работает поверх любого окна и поля ввода, включая браузер, — а не отдельный плагин.
Только с официального сайта: potok.now/download. Установка бесплатна, дальше действует 14-дневный пробный период с полным доступом без привязки карты.
Проверить за вечер
Установите «Поток», продиктуйте то, что обычно печатаете, и сравните. 14 дней полного доступа, карта не нужна. «Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает.
Скачать «Поток»Голосовое из мессенджера или запись созвона можно переслать боту @potok_now_bot — он пришлёт текст. Бот входит в ту же подписку, что и приложение «Поток».
Встроенная диктовка и «Поток»
| Средство | Где работает | Русский язык | Где распознаётся речь |
|---|---|---|---|
| Голосовой ввод Windows (Win+H) | Windows 10 и 11 | только в Windows 11 | облако Microsoft, без интернета не работает |
| Диктовка macOS | macOS | есть | на устройстве или на серверах Apple |
| Поток | Windows, macOS, Linux | основной язык | облако, серверы в России, без интернета не работает |
| Задача | Знаков | Печать (200 зн/мин) | Голос (900 зн/мин) |
|---|---|---|---|
| ответ в чате | 300 | 2 мин | 0.5 мин |
| письмо | 1500 | 8 мин | 1.7 мин |
| пост или протокол | 4000 | 20 мин | 4.4 мин |
| статья | 10000 | 50 мин | 11.1 мин |
Первоисточники: support.microsoft.com · support.apple.com