whispering
说话即出字幕，VRChat 和直播叠加一键同步
项目预览
项目数据
项目介绍
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 2026-09-23 · 当前星标 ★ 554
使用教程
环境要求
- Python 环境
- 音频或画面输入
- 模型凭据
安装与启动步骤
-
1装依赖
实时转录游戏画面或任意音频流的工具。
pip install -r requirements.txt -
2选输入源
音频流与画面两条路径，先选一条。
-
3配模型
转写与翻译可分别配。
-
4开字幕窗
把结果投到独立窗口，方便贴边看。
-
5调延迟
缓冲越长越稳但延迟越高。
如何确认成功
播放一段带对白的视频时能实时出字幕，延迟稳定在可接受范围
注意事项
- 它抓的是本机输出，不需要额外接线。
- 游戏画面识别对字幕区域位置敏感。
- 翻译质量因人声清晰度差异很大。
- 长时间运行要注意散热与内存。
核心亮点
- 原生支持 OSC 与 WebSocket，可直接把识别文本送进 VRChat 和 OBS，省去中间脚本
- 基于 Whisper 系模型，识别质量与多语言能力有保障，且可切换不同模型
- 提供图形界面，配置音频输入、模型和输出目标比纯命令行友好
不足之处
- 项目仍属早期，文档和安装指引对非技术用户不够完整
- 依赖本地模型与音频链路，低配机器上实时延迟和资源占用可能偏高
适用场景
- VRChat 玩家说话时自动在虚拟形象头顶显示字幕
- 直播主播用 OBS 叠加实时语音字幕，提升观众观看体验
- 多语言语音聊天场景中把识别结果翻译后转发给其他应用
替代项目
whisper.cpp、whisper-live、Vosk
上一篇：jt-live-whisper
下一篇：template-tiktok
同类项目推荐
PyAutoSRT
开源
拖入视频，自动生成原文+翻译字幕
PySimpleGUI based DESKTOP APP to AUTO GENERATE SUBTITLE FILE (using free Google Spee···
awesome-whisper
开源
一页清单找齐 Whisper 生态工具，省去全网翻找
Awesome list for Whisper — an open-source AI-powered speech recognition system deve···
kesha-voice-kit
开源
让工具开口说话，本地语音快 19 倍
Kesha listens and talks back: local speech to text and text to speech for agents and···
Hex
开源
在 Mac 上本地快速把语音变成文字，保护隐私又高效。
Archived: legacy Swift Hex app. New app and source: github.com/anomalyco/hex
whisperX
开源
让 Whisper 转录精准到每个词，还自动区分说话人
WhisperX: Automatic Speech Recognition with Word-level Timestamps (& Diarization)
whisper-website
开源
上传音频，浏览器里直接出字幕文件
Self-hosted web application, which can be used to convert audio to subtitles by Open···
AudioToText
开源
音频一键转写并翻译成目标语言字幕
Transcribe and translate audio to text using Whisper and DeepL.
speech-android
开源
高通芯片上跑离线语音，识别降噪一次搞定
On-device speech SDK for Android — ASR, TTS, VAD, and noise cancellation powered by···
orukeet
开源
冻结 Gabor 核做多语言语音转文字，本地 GGUF 推理
Orukeet: multilingual ASR with fitted, frozen Gabor kernels and native inference