WhisperHallu
预处理音频，让 Whisper 转录不再胡说八道
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 2026-08-09 · 当前星标 ★ 352
核心亮点
- 有效减少 Whisper 在静音段产生的幻觉文本，提升转录可信度
- 集成 VAD、降噪和人声分离，一站式音频清洗方案
- 代码实验性强，便于研究者二次开发和定制
不足之处
- 项目处于实验阶段，API 和文档可能不够稳定
- 依赖较多音频处理库，环境配置有一定门槛
适用场景
- 会议录音转写，去除空白段和噪声干扰
- 播客或视频字幕生成，提高转录准确性
- 语音数据集清洗，为 ASR 模型训练准备干净数据
替代项目
WhisperX、faster-whisper、stable-ts
上一篇：izwi
下一篇：Speech-and-Text
同类项目推荐
PyAutoSRT
开源
拖入视频，自动生成原文+翻译字幕
PySimpleGUI based DESKTOP APP to AUTO GENERATE SUBTITLE FILE (using free Google Spee···
esp-sr
开源
让 ESP32 离线听懂人话，不联网也能语音控制
Speech recognition
ollama-voice-mac
开源
在 Mac 上对着本地大模型说话，解放双手，秒得语音回复。
Mac compatible Ollama Voice
Audar-ASR-V1
开源
阿拉伯语语音识别领先者，方言也能精准转写
Arabic-first generative speech recognition — Audar-ASR-V1 (Flash + Turbo). #1 on th···
WhisperLive
开源
让 Whisper 实时转写，直播字幕、会议记录秒出
A nearly-live implementation of OpenAI's Whisper.
opentypeless
开源
按热键说话，任意应用直接出润色文本
Open-source AI voice typing for macOS, Windows, and Linux. Press a hotkey, speak nat···
viet-asr
开源
越南语语音转文字的开源基线
VietASR - Vietnamese Automatic Speech Recognition
X2-Turn
开源
一边转写一边判断该不该接话，降低对话延迟
Frame-Synchronous Dual-Head Modeling for Joint Streaming ASR and Turn State Predicti···
typeflux
开源
按住热键说话，松开就把文字打进当前应用
Typeflux is a macOS menu bar voice input tool built with Swift. It is designed for a···