murmure

本地离线语音转文字,LLM 润色,隐私安全跨平台

murmure 是一个完全本地化、注重隐私的跨平台语音转文字工具,并集成 LLM 后处理能力。它解决的是语音数据上传云端带来的隐私泄露风险,以及通用语音识别结果不够精准的问题。核心能力包括:基于本地 ASR 模型进行离线语音识别,确保音频数据不出设备;通过可选的大语言模型对识别文本进行智能纠错、标点恢复和语义润色,提升输出质量;支持 Windows、macOS 和 Linux 三大桌面平台,并提供 Debian 包等便捷安装方式。项目采用 TypeScript 开发,架构清晰,适合开发者集成或二次开发。对于需要处理敏感语音内容(如医疗、法律、会议记录)的用户,murmure 提供了一个安全、可控且高质量的本地语音转写方案。

开源 unknown 语音识别
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1073
维护状态 活跃
是否开源 是
定价模式 unknown

项目数据

分类语音识别
开发团队Kieirra
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议AGPL-3.0
主要语言Rust
技术栈/模型asr,asr-model,debian-packages,linux,macos,privacy,speech-to-text,windows
GitHub 星标★ 1073
30天Star增速
HF 下载量
上线时间2025-10-12 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2026-08-10
浏览次数6

使用教程

难度:入门 约 10 分钟 部署方式:本地安装 4 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • Windows、macOS 或 Linux 桌面系统(README 声明跨平台支持)
  • 可正常工作的麦克风输入设备
  • 本地具备运行 Parakeet TDT 0.6B v3 神经网络的算力(README 未给出具体硬件门槛)
  • 无需联网:所有识别在本地完成,不需要网络连接

安装与启动步骤

  1. 1访问官网获取安装包

    README 未给出命令行安装方式,请从官网或文档获取对应平台的正式安装包。

  2. 2安装到本机

    按平台选择安装包:Windows/macOS 走常规安装流程,Linux 可使用项目提供的 Debian 包。

  3. 3查阅官方文档

    README 指向 docs.murmure.app,遇到安装或使用疑问以此为准。

  4. 4启动并开始录音

    打开应用后直接开始说话,文字会即时出现在屏幕上,全程本地处理。

如何确认成功

应用成功启动后开始录音,语音能被即时转成文字,且过程中无需联网即可工作。

常见问题

Q:使用时需要联网吗?

A:不需要。README 明确说明所有计算都在本地完成,没有网络连接也能正常转录。

Q:会上传我的语音数据吗?

A:不会。项目强调隐私优先且零遥测、零分析,音频数据永不离开你的电脑。

Q:支持哪些语言?

A:支持 25 种欧洲语言,包括英语、法语、德语、西班牙语、意大利语、俄语、乌克兰语、波兰语等。

Q:用的是哪个识别模型?

A:使用 NVIDIA 的 Parakeet TDT 0.6B v3 模型,完全在设备本地运行,延迟低、速度较快。

注意事项

  • README 的安装章节未给出具体命令,本教程仅依据其指向的官网与文档整理,请以官方最新说明为准。
  • 项目同时提供 Debian 包,Linux 用户可优先选择该安装方式。
  • 除直接听写外,还可以配合本地 LLM 做翻译、语法修正等后处理。

核心亮点

  • 完全本地推理,音频不出设备,杜绝云端泄露风险
  • 集成 LLM 后处理,自动纠正识别错误并添加标点,文本更可用
  • 跨平台支持 Win/macOS/Linux,并提供 Debian 包,安装部署灵活

不足之处

  • 早期项目,功能完整性和稳定性有待验证
  • 文档/社区待观察

适用场景

  • 敏感行业(医疗、法律)的会议记录本地转写
  • 离线环境下的语音笔记或字幕生成
  • 隐私要求高的个人语音助手前端

替代项目

Whisper.cpp、Vosk、faster-whisper

项目介绍

murmure 是语音识别领域的开源项目,由 Kieirra 开发,2025 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(1,073)位列前 30%,在语音识别分类中处于中上游。

近 42 天,它的 GitHub 星标从 996 增加到 1,073,净增 77。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-23。从国内网络环境看,可直接访问。

它主要面向的使用场景是:敏感行业(医疗、法律)的会议记录本地转写。同类可对比的替代方案包括 Whisper.cpp、Vosk、faster-whisper。

上一篇:CrisperWhisper

下一篇:sherpa

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

★ 1616 2026-09-10
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···

★ 3755 2026-08-10
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

★ 11834 2026-08-26
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

★ 5657 2026-08-13