whisper_dictation

用语音控制电脑和 AI，免打字，隐私本地化。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 图像生成 🍴 复刻 31 🐛 待处理 1 👀 关注 8
GitHub ↗
GitHub 星标 ★ 294
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源项目，GPL-2.0许可，本地部署，完全免费。

项目预览

whisper_dictation 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类图像生成
开发团队themanyone
GitHubhttps://github.com/themanyone/whisper_dictation
定价模式🏷️完全免费
价格说明开源项目，GPL-2.0许可，本地部署，完全免费。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议GPL-2.0
主要语言Python
技术栈/模型ai,assistant-chat-bots,assistive-technology,client,client-server,coding,continuous,dictation,hands-free,launcher,server,speech-recognition,stable-diffusion,stable-diffusion-webui,star-trek,voice-assistant,voice-control,voice-recognition,whisper-api,whisper-cpp
GitHub 星标★ 294
上线时间2023-04-27 00:00:00
代码更新2026-08-13
仓库体积1.9 MB
本站数据更新2026-11-07
维护状态维护中
收录时间2026-08-09
浏览次数3

项目介绍

whisper_dictation 是一个开源的私人语音键盘和 AI 助手，旨在通过语音控制实现免提操作。它利用 Whisper 模型进行本地语音识别，支持语音输入、AI 对话、图像生成、网页搜索、摄像头调用和录音等功能，且仅需 4GB 显存即可运行。项目采用客户端-服务器架构，提供连续听写和语音命令控制，适合无障碍场景和高效办公。核心能力包括本地隐私保护、多模态交互（文本、图像、语音）以及自定义 AI 代理，解决用户对隐私敏感和低延迟语音交互的需求。

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 2026-08-09 · 当前星标 ★ 294

核心亮点

  • 本地运行 Whisper 模型，语音数据不出设备，隐私安全
  • 集成 AI 对话、图像生成和网页搜索，一个语音入口搞定多任务
  • 显存需求低（≥4GB），普通消费级显卡即可流畅运行

不足之处

  • 早期项目，功能稳定性待验证
  • 文档/社区待观察

适用场景

  • 无障碍场景：肢体不便用户通过语音操作电脑和 AI
  • 高效办公：语音速记、语音搜索、语音控制工具
  • 隐私敏感场景：本地处理语音，避免云端数据泄露

替代项目

Whisper.cpp、faster-whisper、VoiceInk

上一篇：talon-ai-tools

下一篇：ComfyUI-Whisper

同类项目推荐

FastSpeech2 开源

用 PyTorch 快速上手并行语音合成，告别慢速自回归

The Implementation of FastSpeech2 Based on Pytorch.

★ 52 2026-08-09
ComfyUI-Whisper 开源

在 ComfyUI 里拖个节点，自动给视频加字幕

Transcribe audio and add subtitles to videos using Whisper in ComfyUI

★ 283 2026-08-09
whisper.cpp 开源

在 CPU 上极速运行 Whisper，离线语音转文字不求人

Port of OpenAI's Whisper model in C/C++

★ 54998 2026-08-10
MLC-SLM-Baseline 开源

多语言对话语音识别与说话人日志的官方基线，开箱即用

The project is associated with the recently-launched INTERSPEECH 2025 Workshop on Mu···

★ 51 2026-08-09
Diction 开源

自托管语音键盘，说话直接变文字，隐私自己掌控

Open Source self-hosted alternative to WisprFlow - iOS voice AI keyboard

★ 253 2026-09-24
FireRedASR 开源

中文方言和歌唱都能准确识别的开源ASR模型

Open-source industrial-grade ASR models supporting Mandarin, Chinese dialects and En···

★ 2014 2026-08-09
speech_to_text 开源

Flutter 里几行代码接入系统语音转文字

A Flutter plugin that exposes device specific text to speech recognition capability.

★ 475 2026-10-01
OpenTranscribe 开源

自托管语音转写，自动分人、可搜索、能协作

Self-hosted AI-powered transcription platform with speaker diarization, search, and ···

★ 106 2026-10-12
argmax-oss-swift 开源

Mac 上离线跑语音 AI，不联网也能识别和配音

On-device Speech AI for Apple Silicon

★ 6445 2026-08-09