跑通 OpenWhispr 语音听写：三步完成本地语音转文字，音频全程不出电脑

跑通 OpenWhispr 语音听写三步完成本地语音转文字音频全程不出电脑【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你每天花在打字上的时间可能只有说话的五分之一。OpenWhispr 是一款开源的语音转文字听写工具在任意输入框按下全局热键、开口说话文字就会自动清理、加好标点落到光标位置全程不需要唤醒词。它既可以完全离线地在本机跑 Whisper、Nvidia Parakeet 等语音转文字模型也可以接入你自己带过来的云端 API 密钥BYOK路线由你自己选。第一次启动装好 OpenWhispr 并完成第一段听写按操作系统挑对应的安装包即可全部在官方 Release 页面下载平台安装形式macOSApple Silicon / Intel.dmgWindows.exeLinux.AppImage/.deb/.rpm/.tar.gzmacOS 和 x86_64 Linux 的用户还可以走社区维护的 Homebrew caskbrew install --cask openwhispr。如果你是开发者想直接从源码跑需要 Node.js 24 环境git clone https://gitcode.com/GitHub_Trending/op/openwhispr cd openwhispr npm install npm run dev首次启动时应用会带一段引导流程重点完成两件事授予麦克风权限、确认听写热键。默认热键在 macOS 上是 GLOBE 键在 Windows/Linux 上是ControlSuper如果系统注册失败会自动降级尝试F8、F9、ControlShiftSpace不用你手动处理。验证是否跑通把光标停在任意文本框备忘录、浏览器输入框都行按下听写热键说一句测试一下语音转文字松开后文字应自动出现在光标处。做到了这一步剩下的都是按需配置。两条转写路线本地私密与云端高速怎么选怎么配 先做选择再动手改设置音频绝对不能离开的场景法律、医疗、公司内部文档→ 走本地模型音频全程不出设备设备性能有限、要转写大文件或追求极致速度→ 走云端用你自己的 API 密钥计费不经过任何第三方中转。配置本地路线只需要五步打开控制面板右键托盘图标或点击悬浮层→设置→语音转文字处理→ 勾选Use Local Whisper→ 选一个模型 →保存。首次转写时模型会自动下载。模型怎么选不看参数表按你的设备定老机器、只是想先试试tiny75MB约 1GB 内存速度最快日常默认base142MB约 1GB 内存官方推荐速度和质量的平衡点较长听写、准确率要求更高small466MB约 2GB 内存既要快又要准turbo1.6GB约 6GB 内存内存充裕、质量优先medium1.5GB约 5GB或large3GB约 10GB。其余的脏活应用都包了whisper.cpp 二进制随应用捆绑FFmpeg 也随应用分发模型缓存在~/.cache/openwhispr/whisper-models/。GPU 加速方面Apple Silicon 的 Metal 加速开箱即用NVIDIA 显卡走 CUDALinux 只需装好驱动不需要 CUDA ToolkitAMD/Intel 显卡走 Vulkan。任何一个 GPU 后端失败都会自动落到下一层最后退回 CPU——听写本身不会中断。更多细节见 LOCAL_WHISPER_SETUP.md。不只是听写语音助手、会议转录与笔记三个高频场景全局听写解决把话说出来变成文字另外两条路线解决让 AI 帮你处理和把会议变成文字。语音助手免唤醒词一句话下指令按语音助手热键说话你说的话会被直接作为指令发给 AI 模型——GPT-5、Claude、Gemini、Groq、Tinfoil、OpenRouter 或本地模型都可以。它没有单独的窗口也不需要唤醒词光标停在可写入的输入框时回答直接粘贴进去没有可用光标时回答进入悬浮面板并复制进剪贴板先选中一段文字再按热键AI 会就地进行编辑而不是另起一段可选把当前屏幕截图作为上下文一起发给模型。顺带一提你在应用里问某个功能在哪设置时助手会去查官方文档并给出来源这套机制的边界与隐私约束写在 docs/product-help.md。会议转录自动发现通话本地区分说话人OpenWhispr 会监测 Zoom、Teams、FaceTime 进程通话一开始就自动记录并做实时说话人区分speaker diarization与语音指纹识别——这两项都可在设备本地完成无需上传云端。配合 Google、Microsoft 或 Apple 日历接入后会议内容能对上日程。注意两点macOS 需要先授予屏幕录制权限并重启应用自动检测失败时可以从那个置顶的会议提示卡片手动开始录音。另外 Intel 版 macOS 不支持实时说话人识别和语音指纹会议照常转录只是笔记语义搜索会退回关键词匹配。听写翻译与笔记听写翻译有独立热键用一种语言说粘贴出来是另一种语言笔记支持文件夹组织、语义搜索、云端同步和 AI 辅助操作登录账号后团队空间免费可用笔记可以按链接、域名或仅受邀可见的方式共享。让粘出来的文字像人写的清理、词典与热键微调转录结果好不好用一半取决于配置语言设置确保输入语言选对auto 检测在跨语言混说时容易跑偏词典与自学习专有名词人名、产品名、内部术语加进自定义词典并开启自动学习开关团队场景可用共享词典成员之间同步生效本地模型常驻默认空闲 5 分钟会卸载本地语言模型开启设置 → 语言模型 → Keep model loaded可以避免下一次重新加载代价是内存/显存持续占用——它不会让生成变快只是省掉重载时间热键按手感重绑设置 → 热键下共有四个槽位——听写、语音助手、翻译听写、会议转录互不冲突即可避免和系统或其他全局快捷键撞车环境因素安静环境 语速适中是提升识别率成本最低的两个办法。出了问题怎么修按症状直接对照症状先查什么处理动作权限被拒绝、麦克风弹窗不出现系统级麦克风权限macOS系统设置 → 隐私与安全性 → 麦克风Windows设置 → 隐私 → 麦克风Linux 没有应用级麦克风权限用pavucontrol确认输入设备历史记录里是 you 或空条目输入设备选错、权限被中途撤销、缓存损坏核对系统声音设置里的输入设备清缓存rm -rf ~/.cache/whisper换一个热键重跑引导流程本地转写报 whisper.cpp not found源码运行时缺二进制源码运行先执行npm run download:whisper-cppmacOS 可brew install whisper-cpp清模型缓存rm -rf ~/.cache/openwhispr/whisper-models仍不行就临时切云端Windows 下 FFmpeg not found 或转写秒失败杀毒软件静默隔离了捆绑二进制重装依赖把 OpenWhispr 加入 Windows Defender 排除项Linux Wayland 下粘贴成功但目标应用说剪贴板是空的Electron 剪贴板走 X11原生 Wayland 应用读不到安装wl-clipboard后重启GNOME/KDE 首次自动粘贴可能弹远程交互授权批准一次即可GPU 加速的 whisper-server 启动崩溃显卡不支持或显存不足不用手动处理应用会自动切 CPU 重试同一条听写上报问题时带上 GPU 卡片里的错误行会议转录不启动检测开关、API key、会议进程确认设置里会议检测已启用、API 密钥有效、Zoom/Teams/FaceTime 正在运行也可以从置顶卡片手动开始更完整的诊断命令架构检查、whisper/ffmpeg 自检和调试模式开关见 TROUBLESHOOTING.md 与 DEBUG.md。下一步就一件事打开设置 → 语音转文字处理勾选 Use Local Whisper、选定base模型保存然后把光标停在任意输入框按下听写热键。当下一句你说的话以文字形式落在屏幕上、且全程没有网络请求时这套私有语音转文字就正式跑通了——接下来再按场景逐条开启语音助手、会议转录和翻译热键即可。【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