ComfyUI-Whisper
在 ComfyUI 里拖个节点，自动给视频加字幕
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 2026-08-09 · 当前星标 ★ 283
核心亮点
- 原生集成 ComfyUI，节点化操作，无需命令行即可完成音频转写和字幕生成
- 支持多语言和多种 Whisper 模型，用户可按需选择精度与速度
- 输出带时间戳的文本，可直接生成 SRT 字幕，方便后续编辑或嵌入视频
不足之处
- 项目处于早期阶段，功能相对单一，可能缺少高级音频处理选项
- 文档和社区支持待观察，示例和教程较少
适用场景
- 为 AI 生成的视频自动添加字幕，提升内容可访问性
- 在 ComfyUI 工作流中批量转写音频素材，用于数据集准备
- 结合图像生成节点，制作带语音解说的动态视频内容
替代项目
ComfyUI-VideoHelperSuite、Whisper-WebUI、faster-whisper
下一篇：StreamSpeech
同类项目推荐
Speech-to-Text-Russian
开源
本地跑俄语语音转文字，不依赖云 API
Распознавание русской речи: библиотека Python, CLI···
voicekey
开源
按一个键说话，文字自动出现在光标处
Voice to text, one key to input.
MOSS-Transcribe-Diarize
开源
0.9B 模型搞定 50+ 语言长音频转写、说话人分离和字幕生成
A 0.9B model for long-form transcription in 50+ languages with speaker diarization, ···
txtify
开源
自托管把音视频一键转成带时间戳文字
Web application that converts audio and video to text using AI, supporting various f···
voxtral-mini-realtime-rs
开源
在浏览器或本地用 Rust 跑实时语音识别与合成
Voxtral ASR & TTS running natively and in the browser. A Rust implementation of Mist···
speech.cpp
开源
一个 C++ 库跑通语音识别、合成和 VAD，本地部署开箱即用
Speech synthesis, speech recognition and voice activity detection for voice conversa···
talon-ai-tools
开源
用语音直接指挥 AI 工具，解放双手提效
Query LLMs and AI tools with voice commands
AuralKit
开源
几行 Swift 代码，让 App 实时把语音变成文字
Swift package for real-time speech-to-text transcription with Apple SpeechAnalyzer a···
ha-openai-whisper-stt-api
开源
把语音识别甩给云端，低配 Home Assistant 也能秒回话
HACS custom integration for using Whisper speech-to-text (OpenAI, GroqCloud or Mistr···