汇聚全球AI语音识别与语音转文字项目，Whisper、ASR、实时字幕、会议转写工具一网打尽。
共收录 332 个开源项目
HoldSpeak
开源
免费
仅开源
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···
anti-vocale
开源
已失效
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···
gipformer
开源
免费
仅开源
轻量越南语语音识别，低资源也能跑
gipformer 是一个专注于越南语语音识别的高效开源项目，基于 Python 实现。它旨在解决越南语 ASR 在···
speech-android
开源
仅开源
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
免费
仅开源
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···
browser-whisper
开源
免费
可打开
浏览器里直接转写音视频，不上传、不花钱
browser-whisper 是一个在浏览器内本地运行 Whisper 语音识别模型的开源项目，使用 TypeScript 编写···
speech-core
开源
免费
仅开源
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
可打开
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
免费
仅开源
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、···
fcitx5-vinput
开源
免费
仅开源
在 Linux 输入法里说话直接变文字，还能让 LLM 润色
fcitx5-vinput 是一个为 Linux 输入法框架 Fcitx5 开发的语音输入插件，目标是让用户在任意支持 Fc···
whispree
开源
免费
待核验
菜单栏一按，本地转写加 LLM 润色直接出稿
whispree 是一款面向 Apple Silicon Mac 的本地语音转文字菜单栏工具，定位为 SuperWhisper 的开源···
jt-live-whisper
开源
免费
仅开源
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
免费
可打开
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
免费
可打开
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
免费
可打开
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
免费
仅开源
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···
opentypeless
开源
免费+付费
可打开
按热键说话，任意应用直接出润色文本
OpenTypeless 是一款用 Rust 编写的开源 AI 语音输入工具，支持 macOS、Windows 和 Linux。它解决的···
Kaze
开源
免费
仅开源
按住说话，松手出字，全程本地不联网
Kaze 是一款面向 macOS 的本地语音转文字应用，用说话代替打字。它基于 Swift 开发，核心思路是把语···
stt-server
开源
免费
仅开源
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
免费
不稳定
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、···
QwenASRMiniTool
开源
免费
仅开源
CPU 也能实时跑 QwenASR，语音转字幕开箱即用
QwenASRMiniTool 是一个基于 OpenVINO INT8 量化权重的轻量级语音识别工具，核心目标是把 QwenASR ···
video-to-subtitle-summary-skill
开源
不稳定
短视频一键转字幕并生成AI要点总结
这是一个面向短视频场景的自动化字幕与摘要工具，核心目标是把抖音、小红书、B站等平台的视频内容快···
EnviousWispr
开源
免费
不稳定
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
免费
不稳定
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···
