news 2026/11/3 10:02:22

OpenWhispr 语音转文字:免费本地隐私转录的完整上手方案

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
OpenWhispr 语音转文字:免费本地隐私转录的完整上手方案

OpenWhispr 语音转文字:免费本地隐私转录的完整上手方案

【免费下载链接】openwhisprVoice-to-text dictation app with local (Nvidia Parakeet/Whisper) and cloud models (BYOK). Privacy-first and available cross-platform.项目地址: https://gitcode.com/GitHub_Trending/op/openwhispr

OpenWhispr 语音转文字是一款免费开源的语音听写应用,跨平台可用,能把声音变成文本;它也支持本地 Whisper 转录,音频数据不离开你的设备。

安装与首次启动

按系统选安装包即可:

  • macOS(Apple Silicon):.dmg
  • macOS(Intel):.dmg
  • Windows:.exe
  • Linux:.AppImage、.deb、.rpm、.tar.gz 都有

从项目发布页下载对应格式,装完就能用。

进阶一点的做法是从源码构建,前提是装好 Node.js 24+:

git clone https://gitcode.com/GitHub_Trending/op/openwhispr cd openwhispr npm install npm run dev

首次启动会进入设置向导,依次申请麦克风权限、配置热键。走完这两步,听写就能用了。

先打开隐私模式

做隐私转录,最稳的做法是先把 OpenWhispr 语音转文字切到本地 Whisper。本地 Whisper 设置一共五步:

  1. 右键托盘图标,或点应用覆盖层,打开控制面板
  2. 进入 设置 → 语音转文字处理
  3. 启用 使用本地Whisper
  4. 选一个模型,推荐 base
  5. 点保存

选定的 GGML 模型会在首次转录时自动下载,不用手动搬文件。

模型怎么选,看这张表:

模型大小速度质量内存需求最佳用途
tiny75MB最快基础~1GB快速笔记
base142MB快良好~1GB推荐
small466MB中等较好~2GB专业使用
medium1.5GB慢高~5GB高精度需求
large3GB最慢最佳~10GB最高质量要求

背后的实现不复杂:whisper.cpp 二进制随应用捆绑,找不到时就回退到系统安装;GGML 模型首次使用时下载到~/.cache/openwhispr/whisper-models/;音频由捆绑的 FFmpeg 在本地处理,全程不出机器。

日常场景上手

听写与笔记:按下热键,文本自动落到光标处

在任何应用里按下全局热键开始说话,结束后文字直接粘贴到输入位置,标点和格式自动处理,识别多种语言与方言。默认按键不合适的话,去 设置 → 热键 里逐条改:开始/停止听写、AI 助手、会议转录开始/停止、全局激活应用,各自独立。

识别率想要稳定,记住四点:环境安静、语速适中且发音清晰、模型与设备性能匹配、输入语言选对。

笔记功能也在这一侧:新建、整理、搜索,支持文件夹管理、语义搜索和云端同步。

会议转录:提前连好日历,通话自动识别

先把 Google 日历接上。之后 OpenWhispr 能自动检测 Zoom、Teams、FaceTime 通话,实时转录,并靠语音指纹做说话人区分。习惯上:会前先把应用启动,用云端转录时保证网络稳定,会后拿笔记整理要点。

AI 助手:无需唤醒词,直接下指令

助手有独立热键,按下去说话就是发送指令,不用喊唤醒词。模型侧可选 GPT-5、Claude、Gemini、Groq、Tinfoil 等多种;换成本地模型,请求同样不离开设备。

问题速查

麦克风权限被拒

症状:提示"权限被拒绝"、麦克风弹窗不出现、"未检测到麦克风"。

  • macOS:系统设置 → 隐私与安全性 → 麦克风,确认 OpenWhispr 已启用
  • Windows:设置 → 隐私 → 麦克风,打开"允许应用访问你的麦克风",并启用 OpenWhispr 一项
  • Linux:没有应用级麦克风权限,用pavucontrol之类的工具检查输入设备是否选对

转录结果为空

症状:历史记录里只有"你"或空白条目。

按顺序排查:查麦克风权限;到声音设置确认输入设备正确;清缓存rm -rf ~/.cache/whisper;换一个热键试试;最后重跑一遍设置向导。

本地转录失败

症状:报错"whisper.cpp 未找到"。

  1. 源码运行的话,先补当前平台的二进制:npm run download:whisper-cpp
  2. 捆绑二进制不可用时,用包管理器装:macOS 执行brew install whisper-cpp;Linux 需从源码构建
  3. 清模型缓存:rm -rf ~/.cache/openwhispr/whisper-models
  4. 以上都不行,先用云端转录顶替,本地问题之后再处理

卡住时查 TROUBLESHOOTING.md,里面有分平台的诊断命令和逐项排查步骤。

【免费下载链接】openwhisprVoice-to-text dictation app with local (Nvidia Parakeet/Whisper) and cloud models (BYOK). Privacy-first and available cross-platform.项目地址: https://gitcode.com/GitHub_Trending/op/openwhispr

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/11/3 9:54:50

3步掌握LTX-Best-Face-ID:用单张照片生成身份保留视频的完整指南

3步掌握LTX-Best-Face-ID:用单张照片生成身份保留视频的完整指南 想要用一张人脸照片就能生成保持人物身份的高质量视频吗?LTX-Best-Face-ID正是你需要的解决方案!这款基于LTX-2.3模型的身份保留参考转视频LoRA工具,通过创新的重…

作者头像 李华
网站建设 2026/11/3 9:45:36

金兰功率半导体发布LE3系列三电平光伏、储能应用模块

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

作者头像 李华
网站建设 2026/11/3 9:45:11

210亿参数撬动千亿级能力:ERNIE-4.5-Thinking轻量化革命

210亿参数撬动千亿级能力:ERNIE-4.5-Thinking轻量化革命 导语:单GPU部署的复杂推理专家,百度ERNIE改写AI效率规则 2025年9月,百度在WAVE SUMMIT大会上正式开源ERNIE-4.5-21B-A3B-Thinking模型,这款采用混合专家&…

作者头像 李华
网站建设 2026/11/3 9:44:40

如何用LTX-Best-Face-ID快速生成身份一致的专业视频?完整教程

如何用LTX-Best-Face-ID快速生成身份一致的专业视频?完整教程 想要制作保持人物身份特征的AI视频吗?LTX-Best-Face-ID正是你需要的解决方案。这个基于LTX-2.3模型的身份保留参考转视频工具,能够通过单张人脸参考图片结合文本提示,…

作者头像 李华