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 ★ 450
使用教程
环境要求
- Python 3.10+
- （可选）NVIDIA GPU
安装与启动步骤
-
1跑安装脚本
它提供 CLI 安装脚本，装完再拉起本地服务。
./scripts/install-cli.sh -
2先起本地推理服务
桌面端与网页端共用这个服务，先确认它在线。
-
3试一次转写
用一段短音频验证，别拿长录音开局。
-
4再试合成与音色
本地音色和云端音色质量差一截，按场景选。
如何确认成功
同一段音频在本地推理下能出转写结果，且切到桌面端也能连上同一个服务看到历史
注意事项
- 它把桌面端、网页端、CLI 与本地推理服务做在一起，入口多但共用一个后端。
- 本地模型首次运行要下载，磁盘要留够。
- 没有 GPU 时转写很慢，长音频建议分批。
- 涉及录音内容，服务绑 127.0.0.1 别开公网。
核心亮点
- 本地优先，数据不出服务器，隐私安全有保障
- OpenAI 兼容 API，迁移成本低，直接替换现有调用
- Rust 实现，性能强，内存安全，适合边缘部署
不足之处
- 早期项目，文档和社区生态待观察
- 声音克隆和说话人分离的准确率可能受模型限制
适用场景
- 隐私敏感场景的语音笔记转写
- 离线会议录音的说话人分离与摘要
- 自托管语音助手或客服系统的 TTS 与克隆
替代项目
whisper.cpp、Coqui TTS、faster-whisper
下一篇：WhisperHallu
同类项目推荐
whisper-stream
开源
终端里持续听写，说完自动出文字
A bash script using OpenAI Whisper API for continuous audio transcription with autom···
BlahST
开源
在 Linux 任意窗口离线语音输入，并和本地大模型对话。
Input text from speech in any Linux window, the lean, fast and accurate way, using w···
voice-quickstart-android
开源
跑通安卓实时语音通话的官方示例起点
Quickstart app for the Voice Android SDK
ten-turn-detection
开源
实时判断对话转折点，让AI插话自然不尴尬
Turn detection for full-duplex dialogue communication
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 ···
community
开源
现成语音命令库，装上就能用嘴操作电脑
Voice command set for Talon, community-supported.
pinyin-to-ipa
开源
把拼音一键转成国际音标，语音研究更省事
Command-line interface and Python library to transcribe pinyin to IPA. The tones are···
whisper-flow
开源
边说话边出字幕，把 Whisper 变成实时转写引擎
Whisper-Flow is a framework designed to enable real-time transcription of audio cont···
hermes-speech
开源
给 Hermes 智能体装上耳朵和嘴，一句话接入多家语音模型
Hermes Agent TTS and STT plugin for AllModels speech models and voices.