thewh1teagle/vibe

解决的问题

Vibe 提供了一种私密且离线的音频和视频文件转录方式。所有处理都在用户设备上本地完成，无需将敏感数据上传至云端服务。

工作原理

该应用程序使用 Whisper、Nemotron 3.5 和 Parakeet TDT v3 等 AI 模型将语音转换为文本。它针对 macOS、Windows 和 Linux 上的多种 GPU（Nvidia、AMD、Intel）进行了优化。用户可以转录本地文件、系统音频、麦克风输入，或来自 YouTube 和 Vimeo 等热门网站的音频。

适用人群

适用于需要注重隐私的高质量转录服务的任何人，以及需要为视频和短视频添加字幕的内容创作者。

主要亮点

• 离线隐私：完全本地化转录，确保数据不会离开设备。
• 多语言支持：几乎支持所有语言，并可将音频翻译为英文。
• comodule：支持多种导出格式，包括 SRT、VTT、TXT 和 PDF。
• AI 分析：与 Claude API 和 Ollama 集成，支持本地 AI 驱动的转录摘要。
• 灵活输入：支持批量转录、系统音频、麦克风输入，以及通过手机二维码进行远程录制。
• 开发者工具：提供 CLI 和 HTTP API（附带 Swagger 文档）。