语音识别

transcribe.cpp 开源

本地跑 16 种语音识别模型，离线转文字又快又省

transcribe.cpp 是一个基于 ggml 的语音识别推理库，支持 16 种以上主流 ASR 模型家族的本地部署。···

kesha-voice-kit 开源

让工具开口说话，本地语音快 19 倍

kesha-voice-kit 是一个本地优先的语音工具包，为开发者的工具链赋予语音能力。它支持语音转文字和···

anti-vocale 开源

语音消息不上传，手机本地直接转文字

anti-vocale 是一款 Android 本地语音转文字应用，专门用来把聊天里的语音消息转成文字。它解决的核···

HoldSpeak 开源

按住说话，本地转文字，会议也能记

HoldSpeak 是一款面向 macOS 和 Linux 的本地语音输入与会议转写工具，用 Python 编写。它解决的核···

speech-android 开源

高通芯片上跑离线语音，识别降噪一次搞定

speech-android 是一个面向 Android 平台的端侧语音 SDK，基于 ONNX Runtime 并利用高通 NNAPI 加速···

whisrs 开源

Linux 桌面语音输入朗读，一句话指挥 LLM

whisrs 是一款面向 Linux 桌面的语音工具，用 Rust 编写，主打听写、朗读和语音驱动的 LLM 命令。它···

speech-core 开源

端侧本地跑通语音识别、合成与分离，离线低延迟。

speech-core 是一个面向端侧设备的实时语音智能体流水线，用 C++17 编写，基于 ONNX Runtime 和 Li···

AriaType 开源

动口不动手，本地语音输入秒变文字，跨应用高效干活

AriaType 是一款基于 Rust 开发的桌面端语音驱动写作与输入工具，主打本地优先和隐私保护。它通过语···

awesome-voice-typing 开源

按平台找离线语音输入工具，一页搞定

awesome-voice-typing 是一个精选开源语音输入与语音转文字工具清单，覆盖 Linux、macOS、Windows、···

jt-live-whisper 开源

本地跑语音转写翻译，会议录音不出电脑

jt-live-whisper 是一个 100% 本地运行的 AI 语音工具箱，基于 Python 开发，核心解决云端语音服务···

vocamac 开源

按住热键说话，文字直接落到光标处，全程离线。

vocamac 是一款面向 macOS 的开源离线语音转文字工具，主打隐私与本地化听写。用户按住一个全局快捷···

wispr 开源

按住快捷键说话，文字直接落到光标处，全程离线

Wispr 是一款面向 macOS 的隐私优先语音听写工具，基于本地运行的 Whisper AI 模型，把说话内容实时···

Diction 开源

自托管语音键盘，说话直接变文字，隐私自己掌控

Diction 是一个用 Go 编写的开源自托管语音转文字方案，定位为 WisprFlow 的替代品，主打 iOS 语音···

petal 开源

菜单栏一点，本地把音频转成文字

Petal 是一款原生 macOS 菜单栏应用，专注本地优先的音频转写。它解决的是用户不想把会议、访谈、语···

stt-server 开源

WebSocket 实时语音转文字，边说边出字，可换 ASR 后端

stt-server 是一个用 Python 编写的实时语音转文字 WebSocket 服务，目标是把 ASR 能力以流式接口暴···

ChordVox 开源

按住说话，AI 润色，文字直接落到光标处

ChordVox 是一款跨平台的离线语音转文字工具，定位为“用嘴代替键盘”。它解决的是日常输入效率低、···

EnviousWispr 开源

Mac 本地语音听写，亚秒出字，音频不出机。

EnviousWispr 是一款面向 macOS 的免费本地语音听写工具，专为 Apple Silicon 优化。它同时集成 Wh···

open-wispr 开源

macOS 本地语音打字，离线隐私，开口即成文

open-wispr 是一款面向 macOS 的本地语音听写工具，基于 Swift 开发，核心目标是把语音转文字完全放···

typewhisper-win 开源

本地 Whisper 语音转文字，还能顺带翻译，隐私无忧。

TypeWhisper for Windows 是一款基于 C# 开发的本地语音转文字工具，专为 Windows 平台设计。它利用···

typewhisper-mac 开源

在 Mac 上离线语音秒变文字，隐私无忧

typewhisper-mac 是一款专为 macOS 设计的本地语音转文字工具，基于 Apple Silicon 芯片和 Whisper···

speech-swift 开源

苹果芯片上跑本地语音AI，离线也能用

speech-swift 是一个专为 Apple Silicon 设备打造的 AI 语音工具包，基于 MLX 和 CoreML 框架，提供···

voxtral-mini-realtime-rs 开源

在浏览器或本地用 Rust 跑实时语音识别与合成

这是一个用 Rust 实现 Mistral Voxtral mini 实时语音识别（ASR）和语音合成（TTS）的开源项目，基···

izwi 开源

本地跑通语音转写、克隆和合成，兼容 OpenAI 接口

izwi 是一个本地优先的语音 AI 运行时，用 Rust 编写，提供语音转文字、说话人分离、文字转语音和声···

DeLive 开源

抓系统声音实时出字幕，转完自动生成摘要和思维导图

DeLive 是一款本地优先的桌面端实时字幕与语音识别工作台，用 Electron + TypeScript 构建，核心解···