TranscriptionSuite

本地跑语音转文字,隐私安全还带说话人分离

开源 🏷️定价信息待确认 ✅ 目前可打开 语音识别 🍴 复刻 77 🐛 待处理 36 👀 关注 7
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 814
维护状态 维护中
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

TranscriptionSuite 项目界面预览图
图片来源:项目官网

项目数据

分类语音识别
开发团队homelab-00
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态✅ 目前可打开
是否开源是
开源协议GPL-3.0
主要语言TypeScript
技术栈/模型cuda,diarization,dictation-tool,linux-app,local-first,macos-app,mlx,nemo,open-source-project,speech-to-text-transcription,speech-to-text-translation,vulkan,whisper,windows-app
GitHub 星标★ 814
上线时间2025-04-25 00:00:00
代码更新2026-10-04
仓库体积30.4 MB
本站数据更新2026-11-18
维护状态维护中
收录时间2026-10-04
浏览次数4

项目介绍

TranscriptionSuite 是一款完全本地运行的语音转文字桌面应用,支持 Windows、macOS 和 Linux。它解决的核心问题是隐私:所有音频处理都在本机完成,不上传云端,适合对数据敏感的用户。应用提供多种模型后端,包括基于 CUDA 的 GPU 加速、苹果 MLX 框架以及 NVIDIA NeMo 等,用户可根据硬件选择。除了基础转录,它还支持说话人分离(diarization),能区分不同讲话者并标注;日历模式可将转录内容按日期整理,方便会议记录与回顾。作为 TypeScript 构建的跨平台工具,它兼顾了本地优先与易用性,定位为注重隐私的听写与会议转录方案。

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 2026-10-04 · 当前星标 ★ 814

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:入门 约 15 分钟 部署方式:本地安装 4 步

环境要求

  • macOS 或 Windows
  • ffmpeg
  • 8G 内存以上

安装与启动步骤

  1. 1装 ffmpeg

    转写应用依赖它做音频解码。

    brew install ffmpeg
  2. 2装发布版

    桌面应用,去 Releases 拿 dmg 或 exe。

    https://github.com/homelab-00/TranscriptionSuite/releases
  3. 3录一段

    直接录课堂或会议,自动切分说话人。

    点录音 → 选择麦克风
  4. 4导出字幕

    支持导出带时间轴的文本。

    导出 → SRT

如何确认成功

录音结束后生成带时间戳的文本,说话人分段正确。

注意事项

  • 本地转写不上传,适合会议记录。
  • 长录音转写要时间,别在中途关窗口。
  • 麦克风距离直接影响准确率,外接麦明显更好。

核心亮点

  • 完全本地运行,音频不出设备,隐私性强
  • 支持 CUDA、MLX、NeMo 等多种模型后端,硬件适配灵活
  • 内置说话人分离和日历模式,会议场景实用

不足之处

  • 早期项目,文档和社区生态尚不完善
  • 多后端配置对普通用户有一定上手门槛

适用场景

  • 隐私敏感的会议记录与整理
  • 个人听写与语音笔记
  • 跨平台本地转录需求(Win/macOS/Linux)

替代项目

whisper.cpp、Buzz、Vibe

上一篇:pindrop

下一篇:dabri

同类项目推荐

gipformer 开源

轻量越南语语音识别,低资源也能跑

Efficient Vietnamese Speech Recognition

★ 161 2026-10-01
CrisperWhisper 开源

让 Whisper 转写更精确,词级时间戳和语气词全搞定

Controllable Transcription. Verbatim ( every, filler, pause, stutter, vocal sound) ,···

★ 1496 2026-08-10
LiveWhisper 开源

让 Whisper 实时出字,终端语音输入即说即显

A nearly-live implementation of OpenAI's Whisper, using sounddevice. Requires existi···

★ 362 2026-08-09
whisply 开源

批量音视频一键转文字、翻译并生成字幕

Fast, cross-platform CLI and GUI for batch transcription, translation, speaker annot···

★ 167 2026-09-24
AriaType 开源

动口不动手,本地语音输入秒变文字,跨应用高效干活

Voice-driven writing, input, and cross-app work for your desktop.

★ 95 2026-08-09
porcupine 开源

在设备本地秒级唤醒,无需联网,隐私安全

On-device wake word detection powered by deep learning

★ 5027 2026-08-10
izwi 开源

本地跑通语音转写、克隆和合成,兼容 OpenAI 接口

Voice AI runtime. Local first transcription, speaker diarization, TTS, and voice clo···

★ 473 2026-08-09
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

★ 660 2026-09-23
PaddleSpeech 开源

一站式语音工具箱,快速实现识别、合成与唤醒

Easy-to-use Speech Toolkit including Self-Supervised Learning model, SOTA/Streaming ···

★ 12714 2026-08-09