项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-11-04 · 当前星标 ★ 104
核心亮点
- 把人声分离、VAD、ASR、LLM 纠错、翻译和知识润色串成完整流水线，减少手工拼接多个工具的麻烦
- 针对中文场景设计，支持 LLM 纠错与知识辅助润色，能改善专有名词和口语化转写质量
- 模块可配置，用户能按素材质量选择性开启人声分离或翻译等环节，兼顾效果与成本
不足之处
- 项目处于早期，星标约 104，接口与配置项可能频繁变动，稳定性有待观察
- 依赖 ASR 与 LLM 等外部服务或模型，实际效果和运行成本受所选后端影响较大
适用场景
- 播客或访谈录音批量生成中文字幕
- 在线课程与讲座视频的字幕制作
- 会议录音转写并做术语纠错与润色
替代项目
whisper、funasr、buzz
上一篇：voicekey
下一篇：没有了！
同类项目推荐
whisperIME
开源
说话即打字，本地识别不上传，任意App都能用
Android Input Method Editor (IME) based on Whisper
speechbrain
开源
一站式 PyTorch 语音工具箱，快速搞定识别、说话人验证等任务
A PyTorch-based Speech Toolkit
vocotype-cli
开源
按快捷键说话，文字自动输入到当前应用，本地运行不上传。
VocoType 是一款运行在本地端侧的隐私安全语音输入工具，通过快捷键即可将语音实时转换为文···
cli
开源
终端一条命令，直接和 ElevenLabs 语音智能体对话
Command Line Interface to interact with ElevenLabs voice agents
speech-core
开源
端侧本地跑通语音识别、合成与分离，离线低延迟。
On-device VAD / streaming STT / TTS / diarization in C++17 (ONNX + LiteRT) with a vo···
qwen-asr
开源
用纯 C 跑通 Qwen3-ASR，语音转文字不依赖 Python
C inference for Qwen3-ASR 0.6b and 1.7b transcriptions models
go-speech
开源
Go 语言一键集成语音合成与识别，离线可用
go-speech 基于 Golang + ONNX 构建的轻量语音库，支持 TTS（文本转语音）与 ASR（语音转文···
whisper
开源
音频丢进去，多语言文字直接出来
Robust Speech Recognition via Large-Scale Weak Supervision
murmure
开源
本地离线语音转文字，LLM 润色，隐私安全跨平台
Fully local, private and cross platform Speech-to-Text with LLM Post-processing