语音识别

giga-pisar 开源 免费 可打开

按住右⌘说话，松开出俄语文字，全程离线

giga-pisar（Гига Писарь）是一款面向 macOS 的本地俄语听写工具，基于 GigaAM v3 语音识···

X2-Turn 开源 免费 仅开源

一边转写一边判断该不该接话，降低对话延迟

X2-Turn 是一个面向流式语音识别的研究型开源项目，核心思路是在单一模型中同时完成流式 ASR 和对话···

hermes-speech 开源 仅开源

给 Hermes 智能体装上耳朵和嘴，一句话接入多家语音模型

hermes-speech 是一个为 Hermes Agent 设计的语音插件，同时提供 TTS（文本转语音）和 STT（语音转···

Talkify 开源 免费 不稳定

按住说话，Mac 上离线秒变文字，免费又保隐私

Talkify 是一款面向 macOS 的本地优先语音听写工具，使用 Swift 与 SwiftUI/AppKit 开发，核心目标···

nomily-app 开源 可打开

录完自动转写分人加摘要，密钥自己管

nomily-app 是一款开源的语音记录伴侣应用，主打 BYOK（自带密钥）模式，支持 iOS、Android 和 App···

moys-asr-workflow 开源 免费 仅开源

音频一键转字幕，工作流里直接校对导出

moys-asr-workflow（简称 MAW）是一个基于 JavaScript 的语音识别字幕生成工作流与编辑器，面向需要···

dikte 开源 免费 仅开源

按住说话，松手出字，Linux 桌面语音输入

dikte 是一个开源的语音转文字听写应用，使用 Python 编写，主要面向 Linux 桌面环境。它解决的核心···

finesub 开源 免费 仅开源

音视频一键转中文字幕，分离识别加润色

finesub 是一个面向中文音视频字幕生成的 Python 流水线工具，把从原始媒体到成品字幕的多个环节串···

yap 开源 免费 可打开

按快捷键说话，文字直接落到任意 Mac 输入框

yap 是一款面向 macOS 的免费开源语音听写工具，目标是让用户在任意输入框中用说话代替打字。它常驻···

VibeASR.cpp 开源 免费 仅开源

纯 C 写的离线语音识别，编译即用不依赖 Python

VibeASR.cpp 是一个用 C 语言编写的轻量级语音识别推理项目，目标是在本地设备上直接运行 ASR 模型···

phonon 开源 可打开

按住说话，文字直接落到光标处，全程离线

phonon 是一个面向 macOS 的本地语音输入工具，用 Python 编写，核心是把语音识别模型放在本机运行···

murmur 开源 免费 仅开源

按住说话，Mac 本地转文字，隐私不出门

murmur 是一款面向 macOS 的本地语音听写工具，基于 Swift 开发，核心思路是把语音转文字完全放在设···

SuperDictate 开源 免费 仅开源

Mac 上本地极速听写，语音不出设备

SuperDictate 是一款专为 Apple Silicon Mac 打造的本地语音听写工具，基于 Swift 开发并利用 Core···

hex 开源 不稳定

按住快捷键说话，松手文字就出现在任意应用里

hex 是一款面向 macOS 的本地优先语音听写工具，用 Rust 编写，目标是把「按住快捷键说话、松开即粘···

NeMo-Speech.cpp 开源 免费 仅开源

用 C++ 跑 NeMo 语音模型，免 Python 低资源做识别与合成

NeMo-Speech.cpp 是一个基于 ggml 的轻量级 C++ 推理运行时，专门用于运行 NVIDIA NeMo 系列语音模···

qwen-scribe 开源 免费 仅开源

Mac 上离线语音转文字，说完即出字，音频不出本机

qwen-scribe 是一个面向 Apple Silicon Mac 的本地语音识别工具，基于 MLX 框架运行 Qwen3-ASR 模型···

megaphone 开源 免费 可打开

Mac 上免费离线听写，语音秒变文字，隐私不外泄

megaphone 是一款专为 Mac 设计的免费、注重隐私的本地听写工具，基于 Apple 的 SpeechAnalyzer 和···

Soundcore 开源 免费 仅开源

安克录音豆的本地管理台，连设备、转文字、批量导录音

Soundcore 是一个用 Dart/Flutter 编写的本地管理 App，专门服务于安克（Anker）AI 录音豆 D3200（···

oliv 开源 免费 可打开

按住说话，泰英混说也能准确打出英文技术词

oliv 是一款面向 macOS 的离线语音输入工具，基于 Apple Silicon 的 MLX 框架运行 Whisper 模型，实···

Audar-ASR-V1 开源 可打开

阿拉伯语语音识别领先者，方言也能精准转写

Audar-ASR-V1 是一个以阿拉伯语优先的生成式语音识别（ASR）开源项目，旨在解决阿拉伯语及其方言的···

Voconly 开源 免费 已失效

开口说话，本地离线转成干净文字

Voconly 是一款本地优先的 AI 语音输入工具，目标是把「说话」直接变成干净、可用的文字，替代传统···

openasr 开源 免费 可打开

一条命令本地跑七种语音模型，转录不出机器

openasr 是一个用 Rust 编写的本地优先语音转文字工具，核心目标是让转录过程完全在用户自己的机器···

SpeakoFlow 开源 免费 可打开

按一下键，对着屏幕说话，离线秒变文字和 AI 回复

SpeakoFlow 是一款免费开源的跨平台语音听写与 AI 助手，支持 Windows、macOS 和 Linux。它利用本地···

mila 开源 免费 仅开源

Mac 上离线转写音频，还能分清谁在说话

Mila 是一款原生 macOS 本地语音转写应用，底层基于 whisper.cpp 实现语音识别，并可选接入说话人分···