erm 是音频音乐领域的开源项目，由 dougcalobrisi 开发，是 2026 年新上线的项目。
它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 112。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-08-27。MIT许可证，完全免费，无付费版本。
它主要面向的使用场景是：播客后期制作，快速去除主持人口头禅。同类可对比的替代方案包括 Descript、Otter.ai、Audacity。
erm
一键剪掉录音里的“嗯啊”，让口语更干净
erm 是一个本地运行的命令行工具，专门用于去除英语口语录音中的非流利停顿词（如 um、uh、er、erm、ah、hmm 等）。它解决的是播客、访谈、演讲等场景中，原始录音常带有大量语气词，影响听感和专业度的问题。核心能力基于 Whisper 语音识别模型，自动检测并定位这些非流利词，然后通过 ffmpeg 精准剪辑掉对应片段，同时保留其余语音的完整性。用户只需提供音频或视频文件，运行命令即可获得更干净流畅的版本，全程本地处理，保护隐私。该工具适合内容创作者、播客制作者、语言学习者等需要快速清理口语录音的人群。
开源
free
音频音乐
GitHub 星标
★ 112
维护状态
较活跃
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队dougcalobrisi
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型ahh,disfluencies,disfluency,er,erm,ffmpeg,python,transcript,tts,uhm,umm,video,whisper
GitHub 星标★ 112
30天Star增速
HF 下载量
上线时间2026-04-28 00:00:00
最近更新2026-08-27 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5
使用教程
核心亮点
- 基于 Whisper 精准识别多种非流利词，覆盖全面
- 本地运行，无需上传录音，隐私安全
- 自动剪辑，保留完整语义，操作简单
不足之处
- 仅支持英语，其他语言暂不支持
- 依赖 Whisper 模型，首次运行需下载较大模型文件
适用场景
- 播客后期制作，快速去除主持人口头禅
- 访谈录音整理，提升听感和专业度
- 视频配音或课程录制，去除语气词
替代项目
Descript、Otter.ai、Audacity
项目介绍
下一篇：ChatTTS-ui
同类项目推荐
tango
开源
输入一句话，自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
swift-tts
开源
Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine
A straightforward package containing version for Swift modern concurrency, Point-Fre···
ai-dj
开源
现场演出中实时用 AI 生成音乐，保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···