obs-localvocal

直播录屏时，本地AI实时生成字幕，保护隐私零延迟

obs-localvocal 是一个专为 OBS Studio 设计的本地语音识别与字幕插件，利用 OpenAI Whisper 等 AI 模型在本地实时将音频转为文字，并生成可自定义风格的字幕。它解决了直播或录制时依赖在线语音服务带来的延迟、隐私和成本问题，让主播、会议录制者等用户无需上传音频即可获得高精度字幕。核心能力包括实时转写、自动断句、字幕样式定制（字体、颜色、位置等）、多语言支持，以及通过 OBS 的源/过滤器系统无缝集成。插件基于 C++ 开发，性能优化良好，支持 GPU 加速，适合在直播、视频会议、无障碍内容制作等场景中提供即时的视觉辅助。

开源 free 语音识别

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1613

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royshil

所属国家

官网地址https://obsproject.com/forum/resources/localvocal-live-stream-ai-assistant.1769

GitHubhttps://github.com/royshil/obs-localvocal

定价模式free

价格说明开源免费，需自行编译安装。

访问状态

是否开源是

开源协议GPL-2.0

主要语言C++

技术栈/模型ai,live-streaming,livestream,obs,obs-studio,obs-studio-plugin,openai-whisper,plugin,real-time-transcription,realtime-transcribe,realtime-translator,speech-recognition,speech-to-text,transcription,translation,whisper,whisper-cpp

GitHub 星标★ 1613

30天Star增速

HF 下载量

上线时间2023-08-10 00:00:00

最近更新2026-09-15 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2026-09-10

浏览次数13

使用教程

难度：入门约 10 分钟部署方式：本地安装 6 步

环境要求

Windows 10/11（官方提供安装包）或 macOS/Linux（需按 README 构建或使用 flatpak 版 OBS）
已安装 OBS Studio
按显卡类型选择对应安装包：通用版、NVidia 版或 AMD 版
macOS 从源码构建时需要 Xcode/CMake 等构建环境（README 未列出完整依赖）

安装与启动步骤

1下载安装包

打开项目 Releases 页面，Windows 用户按显卡选择 generic、nvidia 或 amd 版安装程序；Linux 表格在 README 中未完整显示，需自行到 Releases 查找。
2运行安装程序

双击下载好的 obs-localvocal-0.6.2-windows-x64-*-Installer.exe，按向导完成安装，插件会被放入 OBS 插件目录。
3手动复制插件(macOS)

构建完成后插件文件位于 ./release/Release，把生成的 .plugin 文件复制到 OBS 插件目录，例如 macOS 下的 Application Support/obs-studio/plugins。
```
cp -r ./release/Release/obs-localvocal.plugin ~/Library/Application Support/obs-studio/plugins/
```
4打包 macOS 安装包

README 给出的打包脚本示例；注意输出可能在 Release 文件夹而非 install 文件夹，需要时把 build_x86_64/Release 重命名为 build_x86_64/install。
```
./.github/scripts/package-macos -c Release
```
5启动 OBS Studio

安装后从系统应用菜单启动 OBS；Linux 上如果是 flatpak 安装的 OBS，可用命令直接启动。
```
flatpak run com.obsproject.Studio
```
6添加本地滤镜

在 OBS 中选中需要转写的音频源，添加 LocalVocal 滤镜即可开始使用语音识别与字幕功能。

如何确认成功

启动 OBS 后，在滤镜列表中能看到 LocalVocal 插件条目，即表示插件加载成功。

常见问题

Q：Windows 该下载哪个版本的安装包？

A：按显卡选择：没有独显或不确定选 generic 通用版，N 卡选 NVidia 版，A 卡选 AMD 版，以获得对应的 GPU 加速。

Q：需要联网或上传音频吗？

A：不需要。插件在本地用 Whisper 等模型完成转写，音频不上传，适合关注隐私和延迟的直播场景。

Q：支持多少种语言？

A：实时转写支持 100 种语言，并可选用 HuggingFace 上数百个针对不同语言微调过的 Whisper 模型。

Q：字幕只能显示在屏幕上吗？

A：不止。可以把字幕写入 .txt 或 .srt 文件，也可以推送到 YouTube、Twitch 等 RTMP 流，还能实时翻译成其他语言。

注意事项

README 提供的是预编译安装包，普通用户直接下载对应版本安装即可，无需自行编译。
Linux 的下载表格在 README 节选中不完整，请到项目 Releases 页面确认可用版本。
插件支持 CUDA、hipBLAS(AMD ROCm)、Apple Arm64、AVX 与 SSE 加速，硬件不同效果会有差异。
下载链接指向 locaal-ai/obs-localvocal 仓库的 Releases，与项目主页 royshil/obs-localvocal 同源，注意确认来源。

核心亮点

完全本地推理，音频不出设备，隐私安全且无网络依赖
基于 Whisper 模型，支持多语言识别，准确度高
深度集成 OBS，可灵活定制字幕样式和位置，操作流畅

不足之处

对硬件要求较高，需较强 CPU/GPU 才能流畅实时转写
文档和社区支持相对有限，新手配置可能遇到门槛

适用场景

游戏直播或在线教学时，为观众实时生成字幕
录制视频时快速添加高质量字幕，免去后期手动编辑
视频会议或网络研讨会中，提供本地实时文字辅助

替代项目

OBS-Studio-Whisper、obs-whisper-caption、Vibe (OpenAI Whisper 桌面应用)

项目介绍

obs-localvocal 是一个语音识别领域的开源项目，官方简介：OBS plugin for local speech recognition and captioning using AI。项目使用 C++ 开发，在 GitHub 上获得 1605 星标。

上一篇：MOSS-Transcribe-Diarize

下一篇：youtube-transcript-api