项目预览
项目数据
项目介绍
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 2026-09-24 · 当前星标 ★ 260
技术标签
核心亮点
- 支持 12 种 ASR 后端可自由切换，避免绑定单一厂商，也便于按语言/价格/延迟择优
- 系统音频直采加悬浮实时字幕，覆盖会议、直播、网课等无法拿到原始音频源的场景
- 转写后自带 AI 摘要、对话、思维导图工作区，把字幕沉淀成可检索的复盘资料
不足之处
- 早期项目星标仅 276，生态与长期维护稳定性有待观察
- 依赖 Electron 桌面端，移动端和纯浏览器场景无法直接使用
- 多 ASR 后端意味着需自行配置各家 API Key，首次上手门槛偏高
适用场景
- 参加英文线上会议时实时看中文字幕，会后自动生成会议纪要与要点脑图
- 听网课或播客时抓取系统声音转写，用 AI 对话快速回查某个知识点
- 直播或访谈录制时叠加悬浮字幕，同时把转写文本通过 MCP 接入自有知识库
替代项目
Buzz、whisper.cpp、VideoLingo
同类项目推荐
simple-obs-stt
开源
直播时自动生成实时字幕，直接叠加到 OBS 画面
Speech-to-text and keyboard input captions for OBS.
WhisperHallu
开源
预处理音频，让 Whisper 转录不再胡说八道
Experimental code: sound file preprocessing to optimize Whisper transcriptions witho···
sherpa
开源
用下一代 Kaldi 快速搭建高性能语音转写服务
Speech-to-text server framework with next-gen Kaldi
openasr
开源
一条命令本地跑七种语音模型，转录不出机器
Local-first speech-to-text: no cloud, no telemetry, fail-closed by design. One CLI, ···
TensorFlowASR
开源
用 TF2 快速训练和部署端到端语音识别模型
:zap: TensorFlowASR: Almost State-of-the-art Automatic Speech Recognition in Tensorf···
crisperwhisper-turkce-kelime-zam···
开源
4GB显存跑土耳其语逐字转写，带词级时间戳
Verbatim speech-to-text with word timestamps on a 4 GB GPU: CrisperWhisper 2.0 Turbo···
X2-Turn
开源
一边转写一边判断该不该接话，降低对话延迟
Frame-Synchronous Dual-Head Modeling for Joint Streaming ASR and Turn State Predicti···
Voconly
开源
开口说话，本地离线转成干净文字
本地优先 AI 语音输入工具 | Local-first AI voice typing tool. 支持 Whisper/SenseVoice···
whisperIMEplus
开源
安卓任意输入框，离线语音直接打字
Android Input Method Editor (IME) based on RTranslators Whisper implementation