10 个本地语音转文字开源项目盘点：Whisper 110K 星居首
victor_explore · x · 2026-10-19
作者汇总了 10 个可在本地运行的语音转文字 GitHub 开源项目（star 数截至 2026 年 10 月），全部可离线、不依赖云服务：
- Whisper（110K 星，MIT）：OpenAI 的开源语音识别模型，是多数此类工具的基础，支持多语言。
- whisper.cpp（54K 星）：无 Python 依赖的高速重实现，可跑在 Mac/Windows/Linux 甚至 iPhone 上。
- Handy（33K 星）：免费听写应用，按键说话即在任何输入框输出文字。
- Meetily（32K 星）：本地会议记录工具，生成转写与摘要，可替代 Otter。
- faster-whisper（26K 星）：基于 CTranslate2 的更快推理引擎，同精度下最快可比原版快 4 倍，支持 8-bit 量化。
- WhisperX（24K 星）：带词级时间戳和说话人分离，说话人识别错误率约 1%。
- Buzz（22K 星）：桌面应用，可转写文件或麦克风输入，支持离线翻译。
- Vosk（18K 星，Apache 2.0）：轻量离线识别工具包，支持 20+ 语言，含流式识别与说话人识别。
- sherpa-onnx（15K 星）：一套引擎同时覆盖手机与 PC，支持识别、合成、分离、验证等功能。
- WhisperLiveKit（11K 星）：自托管低延迟实时语音转文字管线，带说话人标签的实时字幕。
「编程与Agent」频道最新
- 18 分钟搞定一条线索：用编码 Agent 向千万营收本地商家卖出服务 — boringmarketer · 2026-10-19
- 微软发布 DevAX:实测发现新模型编码质量更差、token 贵 12 倍 — DanWahlin · 2026-10-19
- Arpit Bhayani 谈 Eval 设计：每个评测都该说清拦截哪种失败 — arpit_bhayani · 2026-10-19
- 开源工具 Unmix 用 MCP 服务器撤销开发决策并保留后续改动 — ashy2185 · 2026-10-19
- 开源动态图形模板：约 30 行代码一个循环，Agent 可按品牌改写 — aziz4ai · 2026-10-19
- AI 智能体正成为软件买家,但 SaaS 还没准备好接待它们 — Minute_Mud_4222 · 2026-10-19