whisper-website 是语音识别领域的开源项目,由 Kabanosk 开发,2022 年首次发布。
它收录于语音识别分类,该分类目前共有 192 个项目,GitHub 星标数为 325。
项目目前处于活跃维护状态,最近一次代码更新于 2026-09-21。开源免费,需自行部署。
它主要面向的使用场景是:播客或视频创作者快速为素材生成字幕初稿。同类可对比的替代方案包括 whisper.cpp、faster-whisper、Buzz。

上传音频,浏览器里直接出字幕文件
whisper-website 是一个可自托管的轻量 Web 应用,把 OpenAI 的 Whisper 语音识别模型封装成浏览器可用的界面,用户上传音频后即可自动生成字幕文件。它解决的是本地跑 Whisper 需要写脚本、调参数、处理格式的麻烦,让非技术用户也能一键完成音频转字幕。核心能力包括:通过 FastAPI + Uvicorn 提供后端接口,前端网页直接上传音频并触发识别,调用 Whisper 模型完成语音转文字,并输出可下载的字幕文件(如 SRT/VTT)。项目用 Python 编写,依赖清晰,适合部署在个人服务器或内网环境,数据不出本地,兼顾隐私与便利。它面向字幕组、播客创作者、会议记录整理者等需要批量或快速生成字幕的人群,也常被当作 Whisper 的入门级 Web 封装参考。
whisper.cpp、faster-whisper、Buzz
whisper-website 是语音识别领域的开源项目,由 Kabanosk 开发,2022 年首次发布。
它收录于语音识别分类,该分类目前共有 192 个项目,GitHub 星标数为 325。
项目目前处于活跃维护状态,最近一次代码更新于 2026-09-21。开源免费,需自行部署。
它主要面向的使用场景是:播客或视频创作者快速为素材生成字幕初稿。同类可对比的替代方案包括 whisper.cpp、faster-whisper、Buzz。
obs-localvocal
开源
直播录屏时,本地AI实时生成字幕,保护隐私零延迟
OBS plugin for local speech recognition and captioning using AI
LiveCaptions-Translator
开源
实时捕获系统音频,一键翻译成你懂的语言
Lightweight and powerful real-time audio/speech translation tool based on Windows Li···
speechbrain
开源
一站式 PyTorch 语音工具箱,快速搞定识别、说话人验证等任务
A PyTorch-based Speech Toolkit
whisper-diarization
开源
给语音转写加上说话人标签,会议记录一目了然
Automatic Speech Recognition with Speaker Diarization based on OpenAI Whisper