whisply

批量音视频一键转文字、翻译并生成字幕

whisply 是一个基于 OpenAI Whisper 的跨平台语音转写工具，同时提供命令行和图形界面。它解决的核心问题是：用户手头有大量音视频文件需要转成文字、翻译或生成字幕时，往往要写脚本、调参数、处理不同硬件环境。whisply 把这些流程打包成开箱即用的工具，支持批量处理，可在 CPU、Nvidia GPU 和 Apple MLX 三种后端上运行，自动选择合适加速方式。核心能力包括：批量语音转文字、多语言翻译、说话人标注（区分不同讲话者）以及生成 SRT 等字幕文件。它适合内容创作者、播客剪辑、会议记录整理等需要把音频快速变成可编辑文本的场景，省去手动搭建 Whisper 环境的麻烦。

开源 free 语音识别

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 156

维护状态活跃

是否开源是

定价模式 free

项目数据

分类语音识别

开发团队tsmdt

所属国家

官网地址

GitHubhttps://github.com/tsmdt/whisply

定价模式free

价格说明开源免费，需自行部署使用

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型asr,automatic-speech-recognition,mlx,mlx-audio,speech-recognition,speech-to-text,subtitles,transcription-tool,whisper-ai

GitHub 星标★ 156

30天Star增速

HF 下载量

上线时间2024-04-30 00:00:00

最近更新2026-09-23 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-24

浏览次数0

使用教程

核心亮点

同时提供 CLI 和 GUI，既方便脚本自动化，也照顾不写代码的用户
支持 CPU、Nvidia GPU、Apple MLX 三种后端，Mac 用户也能用上硬件加速
内置批量转写、翻译、说话人标注和字幕生成，覆盖从转录到成片的完整流程

不足之处

项目星标仅 156，属于早期阶段，社区规模和长期维护稳定性有待观察
文档和示例相对有限，遇到硬件兼容或参数问题时排查成本可能较高

适用场景

播客或视频创作者批量把录音转成字幕文件，直接导入剪辑软件
会议录音整理，自动区分说话人并输出带时间戳的文字稿
把外语访谈音频批量翻译成中文文本，用于二次创作或资料归档

替代项目

whisper.cpp、faster-whisper、Buzz

项目介绍

whisply 是一个语音识别领域的开源项目，官方简介：Fast, cross-platform CLI and GUI for batch transcription, translation, speaker annotation and subtitle generation using OpenAI’s Whisper on CPU, Nvidia GPU and Apple MLX.。项目使用 Python 开发，在 GitHub 上获得 156 星标。

上一篇：dikte

下一篇：orukeet