nodejs-whisper
在 Node.js 里本地跑 Whisper，音频转文字不用 Python
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 2026-11-02 · 当前星标 ★ 212
技术标签
核心亮点
- 纯 Node.js 调用，无需安装 Python 与 PyTorch，集成成本低
- 基于 whisper.cpp 的 CPU 推理，普通服务器即可运行，不强制 GPU
- 支持多语言识别与时间戳输出，可直接用于字幕生成等场景
不足之处
- 项目早期，API 与模型加载方式可能随版本变动
- CPU 推理速度与精度弱于 GPU 版 Whisper，长音频处理耗时明显
- 文档与社区规模较小，遇到问题可参考的案例有限
适用场景
- Node 后端服务中批量把会议录音转成文字稿
- 本地桌面工具为视频自动生成字幕与时间轴
- 隐私敏感场景下离线完成语音转写，音频不出本机
替代项目
whisper.cpp、whisper-node、faster-whisper
上一篇：AudioScript
下一篇：SpeakSlow
同类项目推荐
whisrs
开源
Linux 桌面语音输入朗读，一句话指挥 LLM
Voice for the Linux desktop: dictation, read-aloud, and voice-driven LLM commands. W···
RealtimeSTT
开源
一句话唤醒，边说边出字，实时语音转写零门槛。
A robust, efficient, low-latency speech-to-text library with advanced voice activity···
Confucius4-R2T2
开源
边说边转文字，低延迟还不掉准确率
Confucius4-R2T2: A Low Latency and High Accuracy Real-Time Speech Recognition Model
SmartSub
开源
本地离线搞定字幕生成、翻译、配音和烧录，一站式高效处理
视频转字幕、字幕翻译、AI 配音与声音克隆、字幕烧录——免费开源的一站式桌面工具。基于 ···
audiotext
开源
拖入音视频或粘贴链接，一键出文字、字幕和摘要
A desktop app to transcribe audio and video from files, URLs, YouTube videos, or you···
vocamac
开源
按住热键说话，文字直接落到光标处，全程离线。
Open-source, offline voice-to-text for macOS. Hold a hotkey, speak, text appears. Pr···
phorminx
开源
本地跑语音转文字，会议听写不上传，隐私自己掌控
A local-first Windows application for dictation and meeting transcription, with sear···
FireRedASR
开源
中文方言和歌唱都能准确识别的开源ASR模型
Open-source industrial-grade ASR models supporting Mandarin, Chinese dialects and En···
no-tipe-releases
开源
开口说话就能往任意应用里打字，本地云端都行
Free desktop dictation for macOS and Windows. Speak messages, emails and notes into ···