yapsnap 是语音识别领域的开源项目，由 kouhxp 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 298。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-23。开源免费，本地CPU运行无需GPU或云服务。
它主要面向的使用场景是：把播客或访谈视频链接直接转成带说话人标记的文字稿。同类可对比的替代方案包括 whisper.cpp、faster-whisper、whisperX。
yapsnap
一条命令，把视频音频转成文字，不用显卡不用云
yapsnap 是一个纯 CPU 运行的语音转文字命令行工具，能把任意视频链接或本地音视频文件转成纯文本，无需 GPU、无需调用云端 API，一条命令即可完成。它解决的是本地转录门槛高的问题：传统方案要么依赖显卡跑 Whisper，要么上传到云端担心隐私和费用。yapsnap 内置下载、解码、ASR 和说话人分离（diarization）流程，支持字幕输出，适合处理播客、访谈、会议录音和网课视频。核心能力包括：直接吃 URL 或文件、CPU 推理、多说话人区分、生成带时间轴的字幕。对没有显卡、又不想把敏感音频传到云端的用户来说，它把复杂管线封装成一个命令，开箱即用。
开源
free
语音识别
GitHub 星标
★ 298
维护状态
较活跃
是否开源
是
定价模式
free
项目数据
分类语音识别
开发团队kouhxp
所属国家
定价模式free
价格说明开源免费，本地CPU运行无需GPU或云服务
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ai-tools,asr,cli,cpu,diarization,speech-recognition,speech-to-text,subtitles,transcription
GitHub 星标★ 298
30天Star增速
HF 下载量
上线时间2026-05-20 00:00:00
最近更新2026-09-23 00:00:00
维护状态较活跃
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
- 纯 CPU 推理，无显卡也能跑，省去 CUDA 配置麻烦
- 支持直接输入视频 URL，自动下载并转录，省去手动转码步骤
- 内置说话人分离，访谈/会议场景能区分不同发言者
不足之处
- CPU 推理速度较慢，长音频耗时明显
- 早期项目，模型选项和语言覆盖可能有限
适用场景
- 把播客或访谈视频链接直接转成带说话人标记的文字稿
- 会议录音本地转录，敏感内容不上传云端
- 给网课视频批量生成字幕文件
替代项目
whisper.cpp、faster-whisper、whisperX
项目介绍
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