github:
https://github.com/drajb/whisper-local
Whisper Local 是一个免费、开源、100% 离线的 AI 听写工具，适用于 Windows 和 macOS。它被定位为 Wispr Flow、Dragon、Otter 等云端听写服务的隐私优先替代品，核心承诺是：你的语音永远不会离开你的电脑——没有云端处理、没有订阅费、没有遥测数据。
项目速览
项目性质：免费、开源、100% 离线
支持平台：Windows、macOS
底层引擎：faster-whisper（CTranslate2 实现）
开发语言：Python（要求 3.11–3.13）
许可证：MIT
项目地址：https://github.com/drajb/whisper-local
核心功能
Whisper Local 的核心交互极其简单：按一个热键，说话，文字就会出现在光标位置——无论在聊天应用、代码编辑器、浏览器还是终端中都能工作。
在此基础上，它还提供了一系列面向高级用户的功能：
推送通话（Push-to-talk）热键：按住热键录音，松开即转写并粘贴。
语音命令与转换：可以通过语音指令控制听写行为，或对转写文本执行特定转换。
亚秒级延迟：转写速度极快，适合实时听写场景。
配置文件（Profiles）：内置 Dictation（通用）、Chat（自动发送）、Code（仅复制、不自动发送）、Notes（静默复制）等预设，适配不同使用场景。
按应用规则（Per-app rules）：可针对不同前台窗口设置不同行为，例如对 Slack/Discord 自动发送、对 VS Code/Cursor 仅复制并保留原文格式、对密码管理器（1Password/Bitwarden）完全抑制投递。
可选 LLM 润色：若本地运行 Ollama，可将转写文本经过小模型进行标点和大小写润色，完全本地运行、默认关闭。
本地 OpenAI 兼容 API：通过 –serve 启动一个本地服务器（默认 http://127.0.0.1:7777），提供与 OpenAI Whisper API 兼容的 POST /v1/audio/transcriptions 接口，可作为 Cursor、Open WebUI、n8n 等工具的离线即插即用替代品。
技术架构
底层引擎：基于 faster-whisper（CTranslate2 实现），在保持 Whisper 模型质量的同时优化了推理速度。
开发语言：Python（要求 3.11–3.13）。
许可证：MIT，可自由 Fork、修改、重新发布。
模型下载：首次启动时自动下载一个约 141 MB 的模型，之后即可完全离线使用。
可配置性：所有设置集中在 user_settings.yaml 中（Windows 位于 %APPDATA%\whisperkey\，macOS 位于 ~/.whisperkey/），支持选择模型（tiny/base/…）、设备（cpu/cuda）、计算类型（int8/float16/float32）、语言、热词等。
安装与使用
Windows 用户：可直接下载最新的 .exe 安装包。
macOS 或 Python 用户：通过 pipx 安装：
pipx install whisper-local
whisper-local
从源码安装：
git clone https://github.com/drajb/whisper-local.git
cd whisper-local
pip install -e .
此外，v0.10 版本引入了自检工具（–selftest）、热键速查表（–cheat-sheet）和日志打包（–bundle-logs）等实用 CLI 命令，方便排查问题。
项目定位与社区状态
Whisper Local 明确将自己定义为社区工具而非商业产品——没有服务等级协议、没有路线图委员会、没有营销。维护者最初为自己而做，后来决定开源，“用、Fork、改名、发布你自己的版本都行，唯一要求是保留 LICENSE 声明”。
截至本文整理时，项目约有 76 个 Star、22 个 Fork，主要使用 Python 编写，曾于 2026 年 9 月 24 日进入 GitTrend 每日趋势榜（峰值 #1,261）。最后一次推送在 2026 年 9 月 21 日，社区规模虽小但仍在活跃维护中。
总结
总而言之，Whisper Local 适合那些重视隐私、不想为听写服务持续付费、且愿意接受一定配置成本的用户。它用开源和本地化换取了与云端服务相当的 Whisper 转写质量，同时提供了足够的可定制性来适配不同工作流。
暂无评论内容