OpenWhispr/openwhispr
Voice-to-text dictation app with local (Nvidia Parakeet/Whisper) and cloud models (BYOK). Privacy-first and available cross-platform.
它解决了什么问题
OpenWhispr 是一款以隐私为先的语音转文字工具，它通过 AI 驱动的听写、会议转录和笔记记录功能取代了手动输入。它通过提供完全本地化的设备端处理选项，消除了对云端转录服务的依赖，从而确保音频数据保持私密。
工作原理
该应用程序集成了多种高性能语音转文字 (ASR) 模型（如 Whisper、NVIDIA Parakeet 和 Orukeet），并通过 whisper.cpp 和 sherpa-onnx 在本地运行，或者通过云服务提供商运行。它使用全局热键系统来捕获音频，并将文本直接粘贴到任何活动应用程序中。对于会议，它会自动检测来自 Zoom 和 Teams 等平台的通话，并应用说话人日志和声纹识别来识别发言者。
适用人群
它专为需要高效语音转文字工作流、安全会议记录以及 AI 辅助笔记整理，且不愿牺牲隐私的专业人士、学生和团队而设计。
亮点
- 隐私优先的听写：本地转录模型确保音频永远不会离开设备。
- AI 智能体集成：通过语音直接向 LLM（GPT-5、Claude、Gemini 等）发送指令，并可通过截图获取可选的屏幕上下文。
- 会议智能：实时说话人日志和声纹识别，用于自动会议转录。
- 跨平台支持：适用于 macOS、Windows 和 Linux 的原生应用。
- 灵活的基础设施：支持本地 GPU 加速推理（Metal、CUDA、Vulkan）和云服务提供商。
- 可扩展性：包含公共 API 和用于程序化笔记管理的 MCP 服务器。
相关
- Dispatch
- 项目
- 项目
- 项目
- 项目