hayamimi

纯CPU实时多语言字幕,本地跑不用GPU和云

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 语音识别 🍴 复刻 33 🐛 待处理 14 👀 关注 4
GitHub ↗
GitHub 星标 ★ 457
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源免费,无需GPU和云服务

项目预览

hayamimi 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类语音识别
开发团队oboroge0
定价模式🏷️完全免费
价格说明开源免费,无需GPU和云服务
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型asr,japanese,multilingual,real-time,sherpa-onnx,speech-recognition,subtitles
GitHub 星标★ 457
上线时间2026-08-25 00:00:00
代码更新2026-09-17
仓库体积4.6 MB
本站数据更新2026-11-04
维护状态维护中
收录时间2026-09-15
浏览次数1

项目介绍

hayamimi(早耳)是一个纯 CPU 运行的实时多语言语音转文字工具,基于 sherpa-onnx 实现,无需 GPU 和云服务即可在本地完成识别。它解决的是实时字幕、会议记录和跨语言沟通中对低延迟、隐私友好、零云成本的语音转写需求。核心能力包括:实时流式语音识别,支持多语言(含日语等),自动生成实时字幕,提供浏览器仪表盘用于查看和管理识别结果,支持说话人分离标签,并可选翻译输出。项目用 Python 编写,部署轻量,适合在普通笔记本或边缘设备上运行,避免了调用云端 API 带来的延迟、费用和隐私风险。对于需要本地化、低成本、多语言实时字幕的场景,这是一个可直接落地的开源方案。

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 2026-09-15 · 当前星标 ★ 457

使用教程

难度:进阶 约 25 分钟 部署方式:本地安装 4 步

环境要求

  • Python 3.10+
  • 无需 GPU

安装与启动步骤

  1. 1建虚拟环境

    依赖较多,务必用独立环境,别装进系统 Python。

    python -m venv .venv
  2. 2装依赖

    Windows 与 macOS/Linux 的路径不同,按自己的系统选一条。

    .venv/bin/pip install -r requirements.txt
  3. 3启动服务

    默认起在本机端口,浏览器面板负责上传与查看。

    python app.py
  4. 4开面板试一段音频

    上传一段带说话人切换的录音,看能不能自动分段并标出说话人。

如何确认成功

上传一段两人对话后,页面能按时间轴切段并分别标出说话人,切换点与你人工听感大致对齐

注意事项

  • 卖点是不用 GPU 也能跑,代价是长音频处理慢。
  • 实时翻译依赖外部翻译服务,纯本地部署时会自动降级为只转写。
  • 说话人区分是聚类结果,说话人数量给错时准确率明显下降。
  • 长会议录音先切片再处理,整段进去容易内存吃满。
  • 涉及录音内容,对外部署前想清楚数据留存策略。

核心亮点

  • 纯 CPU 推理,无需 GPU 和云服务,部署成本极低
  • 基于 sherpa-onnx,支持流式识别和多语言,含日语等
  • 自带浏览器仪表盘、说话人标签和翻译,功能集成度高

不足之处

  • 早期项目,文档和社区生态尚不完善
  • 多语言识别精度和实时性依赖模型选择,需自行调优

适用场景

  • 本地会议实时字幕与记录,保护隐私
  • 观看外语视频或直播时生成实时翻译字幕
  • 边缘设备或低配笔记本上的语音转写应用

替代项目

whisper.cpp、Vosk、sherpa-onnx

上一篇:Talkify

下一篇:cobra

同类项目推荐

CrispASR 开源

C++ 本地跑多款语音模型,离线转录不用 Python

C++ ggml runtime hub for multilingual ASR and TTS models: Cohere Transcribe, Parakee···

★ 792 2026-10-02
MASR 开源

一个框架搞定流式+非流式语音识别,训练部署都省心

Pytorch实现的流式与非流式的自动语音识别框架,同时兼容在线和离线识别,目前支持Conform···

★ 728 2026-08-10
porcupine 开源

在设备本地秒级唤醒,无需联网,隐私安全

On-device wake word detection powered by deep learning

★ 5017 2026-08-10
Handy 开源

完全离线、免费开源的语音转文字工具,保护隐私,即开即用。

A free, open source, and extensible speech-to-text application that works completely···

★ 37375 2026-08-10
moonshine 开源

超低延迟语音全家桶,让语音交互快人一步

Very low latency speech to text, intent recognition, and text to speech, for buildin···

★ 11403 2026-08-09
willow 开源

本地运行、隐私安全的智能语音助手,替代 Echo 和 Google Home。

Open source, local, and self-hosted Amazon Echo/Google Home competitive Voice Assist···

★ 3132 2026-08-10
ha-openai-whisper-stt-api 开源

把语音识别甩给云端,低配 Home Assistant 也能秒回话

HACS custom integration for using Whisper speech-to-text (OpenAI, GroqCloud or Mistr···

★ 112 2026-09-23
AsrServe 开源

自托管语音识别,实时离线都能跑,接口兼容 OpenAI

Self-hosted realtime and offline ASR with SOTA open models, speaker diarization and ···

★ 359 2026-10-02
fcitx5-vinput 开源

在 Linux 输入法里说话直接变文字,还能让 LLM 润色

Voice input for Fcitx5 — local and cloud ASR, LLM rewriting, cross-distro packages

★ 627 2026-10-12