一款基于OpenAI Whisper的离线语音转文字与翻译桌面应用，支持多引擎、GPU加速和说话人识别，可导出SRT/VTT字幕。
适合需要离线转写机密会议或采访的记者、律师 · 想为音视频内容生成字幕的UP主与剪辑师
亮点
完全离线运行
所有转录与翻译均在本地执行，不上传任何音频，有效保护敏感对话隐私。
多引擎GPU加速
支持Whisper、Whisper.cpp、Faster Whisper，并利用Vulkan、CUDA、Apple Silicon加速，兼顾速度与精度。
说话人识别与语音分离
在转录前分离说话人并标注身份，嘈杂环境下的采访、会议转录更清晰。
取舍
选它的理由
- 所有数据本地处理，无隐私泄露风险
- 支持说话人识别，会议记录更高效
- 免费开源，无功能限制或订阅套路
- 多引擎支持及GPU加速，处理速度快
先想清楚
- 需要毫秒级实时转写（如同声传译）
- 不希望占用本地磁盘存储大模型
- Windows安装包未数字签名，触发SmartScreen警告
- 实时转录资源消耗高，可能延迟较大
同类推荐
查看全部更多「音视频工具」软件
宇宙无敌表达训练系统
音视频工具开源一个实时语音识别与表达精准度训练工具，通过离线词库与可选AI分析，标记口头禅、犹豫词和笼统表达，并提供具体改进建议。
FFmpegFreeUI
音视频工具开源FFmpegFreeUI（3FUI）是Windows上专为进阶编码人员设计的FFmpeg专业交互外壳，提供了全自由参数转码、批量处理与可扩展平台，所有生产力功能免费。
Carrot Waxxer's Stash Plugins
音视频工具开源为 Stash 开源媒体管理器提供 NFO 元数据生成、文件整理、表演者图片搜索、标签同步、缺失场景发现及工作室层级管理等扩展功能的插件集合。
HosPlayer
音视频工具免费增值专注于为自托管媒体服务器提供优雅播放体验的播放器，已适配Emby、Jellyfin、Plex、飞牛影视，同时支持本地播放、WebDAV挂载和IPTV。基于mpv内核，具备强大的解码与字幕加载能力，支持多服务器快捷切换和跨库聚合搜索。
Voicebox
音视频工具开源本地运行的开源 AI 语音工作室，集成语音克隆、TTS、听写和本地 REST API，带时间线多轨编辑，音频全程不上云。
Memo AI
音视频工具免费面向播客和视频的转写、翻译、字幕与笔记工具，抓链接、Whisper 转写、翻译、导出字幕放进一个桌面流程。
软鉴 SoftMemo
AI 整理的软件知识库
AI 整理软件资料、版本动态、更新通知、订阅权益与对比分析，沉淀可复用的工具知识。