浏览器端免费语音识别神器：三大模型实现降噪与高精度分离

doodlestein · x · 2026-08-13

一款世界级的多人语音识别工具引发关注，它集成了三个不同的 Transformer 模型，不仅能提供高质量的语音转文字（ASR），还具备强大的降噪和说话人分离（Diarization）能力。

该工具完全免费且开源，所有处理均在本地浏览器中完成，无需上传任何音频数据，保障了隐私安全。实测显示，尽管其运行速度略逊于 CLI 命令行版本，但识别质量极佳，且支持将结果导出为 Markdown 或独立样式的 HTML 文件以便分享。