纯 Rust 编写：开源工具实现浏览器端本地多人语音识别与分离
doodlestein · x · 2026-08-13
一款名为 frankenwhisper 的开源工具引起了关注，它能够在完全本地的浏览器环境中提供世界级的多人语音识别（ASR）、说话人分离和降噪功能。
- 技术亮点：该项目将 OpenAI 的 Whisper（8.09 亿参数）和 NVIDIA 的 Streaming Sortformer（1.23 亿参数）说话人分离模型，用纯 Rust 重写并编译为 WebAssembly，无需 PyTorch 或 Python 环境即可在浏览器 CPU 上运行。
- 隐私与安全：所有音频和 1.3GB 的模型权重处理均在本地浏览器标签页内完成，实现“0 字节上传”，完全保护隐私。
- 功能表现：支持最多 4 人的对话实时转录与角色归属，模型权重通过 SHA-256 校验确保安全。
所属事件:开源工具 Franken Whisper 实现浏览器端极速语音识别(3 条相关)→
「Infra」频道最新
- Rebasely 公测：为人和 Agent 共写代码打造的新 Git 托管 — handotdev · 2026-10-16
- Drama3 语音合成登陆 audio.cpp:RTX 5090 上最高 5 倍实时速度 — Acceptable-Cycle4645 · 2026-10-16
- Drama3 语音合成登陆 audio.cpp:RTX 5090 上最高 5 倍实时速度 — Acceptable-Cycle4645 · 2026-10-16
- CoreWeave 三位联创 IPO 后套现 33 亿美元,信贷风险引股价震荡 — SumitGup · 2026-10-16
- 传闻新模型 cherry pi 小到能跑在树莓派上? — sull · 2026-10-16
- CoreWeave 债务成本大幅下降:DDTL 利差从 S+9.62% 收窄至 S+2.25% — BenBajarin · 2026-10-16