HoldSpeak 是语音识别领域的开源项目，由 karolswdev 开发，是 2026 年新上线的项目。
它收录于语音识别分类，该分类目前共有 212 个项目，GitHub 星标数为 249。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。开源免费，需自行部署。
它主要面向的使用场景是：在终端或编辑器里按住快捷键说话，直接输入文字。同类可对比的替代方案包括 whisper.cpp、Buzz、whisperX。
HoldSpeak
按住说话，本地转文字，会议也能记
HoldSpeak 是一款面向 macOS 和 Linux 的本地语音输入与会议转写工具，用 Python 编写。它解决的核心问题是：在不把音频上传云端的前提下，把说话内容实时变成文字，既能用于日常「按住说话」式语音打字，也能对会议内容做持续转写。技术上它同时支持 faster-whisper 与 Apple 芯片上的 mlx-whisper，兼顾跨平台与推理速度；界面采用 Textual 构建终端 TUI，适合喜欢键盘流和命令行环境的用户。所有识别都在本机完成，音频不出设备，对隐私敏感的场景更友好。项目目前处于早期，星标约 249，功能聚焦在语音转文字本身，没有复杂的账号体系或云同步。
开源
free
语音识别
GitHub 星标
★ 249
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类语音识别
开发团队karolswdev
所属国家
定价模式free
价格说明开源免费，需自行部署
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型faster-whisper,linux,macos,mlx-whisper,privacy,python,speech-to-text,textual,transcription,tui,voice-typing
GitHub 星标★ 249
30天Star增速
HF 下载量
上线时间2026-03-26 00:00:00
最近更新2026-09-23 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-24
浏览次数0
使用教程
核心亮点
- 全程本地推理，音频不上传，隐私可控
- 跨 macOS 与 Linux，且针对 Apple 芯片提供 mlx-whisper 加速
- 用 Textual 做 TUI，终端内即可完成语音输入与会议转写
不足之处
- 项目早期，功能与稳定性仍在迭代
- 依赖本地模型与算力，低配设备体验受限
适用场景
- 在终端或编辑器里按住快捷键说话，直接输入文字
- 本地记录会议内容并生成转写文本，不担心录音外泄
- 在无网络或不便联网的环境下做语音笔记
替代项目
whisper.cpp、Buzz、whisperX
项目介绍
上一篇：petal
下一篇：mod_audio_stream
同类项目推荐
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