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 2026-09-23 · 当前星标 ★ 123
核心亮点
- 与 Jellyfin 深度集成，可在媒体库任务中自动为缺失字幕的视频批量生成
- 全部使用本地 Whisper 推理，音频不上传云端，隐私和离线可用性更好
- C#/.NET 实现，符合 Jellyfin 插件生态，部署方式对自建服务器用户友好
不足之处
- 依赖本地 Whisper 模型和足够算力，低配服务器生成速度可能较慢
- 项目星标约 102，属于早期阶段，文档和社区支持相对有限
适用场景
- 家庭 Jellyfin 影音库中大量外语片缺少字幕，需要自动补齐
- homelab 用户希望字幕生成完全离线，避免音频上传第三方服务
- 为个人录制的视频或冷门影片快速生成可编辑的字幕文件
替代项目
Bazarr、SubtitleEdit、whisper.cpp
下一篇：mila
同类项目推荐
google-speech-v2
开源
逆向 Google 语音接口，免费实现语音转文字
:speech_balloon: Reverse Engineering Google's Speech To Text API (v2)
openless
开源
按住说话，松开即得润色文字，全应用通用
Hold a key, speak, release — AI-polished text appears at your cursor in any app. Op···
cheetah
开源
在设备上实时把语音转文字，离线低延迟还保护隐私
On-device streaming speech-to-text engine powered by deep learning
Llama-AVSR
开源
用大语言模型提升音视频语音识别准确率，解决复杂场景听不清问题
Official Pytorch implementation of "Large Language Models are Strong Audio-Visual Sp···
sherpa
开源
用下一代 Kaldi 快速搭建高性能语音转写服务
Speech-to-text server framework with next-gen Kaldi
stt-server
开源
WebSocket 实时语音转文字，边说边出字，可换 ASR 后端
Real-time speech-to-text WebSocket server with pluggable ASR backends, energy-based ···
pyannote-core
开源
把「时间段+标签」的运算封装好，语音标注不再手写区间逻辑
Advanced data structures for handling temporal segments with attached labels.
whisper.net
开源
C# 几行代码，本地把语音转成文字
Whisper.net. Speech to text made simple using Whisper Models
Handy
开源
完全离线、免费开源的语音转文字工具，保护隐私，即开即用。
A free, open source, and extensible speech-to-text application that works completely···