DeLive

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，核心解决会议、直播、听课等场景下系统音频难以实时转写、转写后内容无法沉淀的问题。它能直接抓取系统音频输出，接入 12 种 ASR 后端（如 Groq、Soniox 等），支持 60 多种语言的实时识别，并以悬浮窗形式显示滚动字幕。转写完成后，内置 AI 复盘工作区可自动生成摘要、思维导图，并支持基于转写内容的对话问答。项目还提供 Open API、MCP Server 与 Agent Skill，方便接入其他 AI 工具链或自动化流程，数据默认保存在本地，兼顾隐私与可控性。

开源 unknown 语音识别

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 276

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类语音识别

开发团队XimilalaXiang

所属国家

官网地址https://delive.me

GitHubhttps://github.com/XimilalaXiang/DeLive

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议Apache-2.0

主要语言TypeScript

技术栈/模型agent-skill,ai,asr,captions,desktop-app,electron,groq,linux,local-first,mcp,open-api,realtime,soniox,speech-recognition,speech-to-text,stt,tailwindcss,transcription,typescript,windows

GitHub 星标★ 276

30天Star增速

HF 下载量

上线时间2026-01-19 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

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

项目介绍

DeLive 是语音识别领域的开源项目，由 XimilalaXiang 开发，是 2026 年新上线的项目。

它收录于语音识别分类，该分类目前共有 212 个项目，GitHub 星标数为 276。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。

它主要面向的使用场景是：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。同类可对比的替代方案包括 Buzz、whisper.cpp、VideoLingo。

上一篇：ostt

下一篇：petal