开源 AI 语音工作室,支持声音克隆、语音听写和语音生成,基于 Qwen3-TTS 与 Whisper,可在 CUDA 或 MLX 上本地运行。
本地运行的 ElevenLabs 开源替代品,支持声音克隆、语音设计、视频配音、听写、转写和有声书制作,覆盖 646 种语言。
跨 macOS、Windows、Linux 的本地语音听写工具,用 Rust 编写,把说的话实时转成文字,全程离线运行,不上传云端。
跨平台语音转文字听写应用,支持本地 Nvidia Parakeet/Whisper 模型和自带密钥的云端模型,主打隐私优先。
macOS 上的本地语音听写应用,基于 Whisper 和 Parakeet 模型把语音实时转成文字,适合想要离线、隐私友好的语音输入用户。
macOS 上的本地语音转文字工具,基于端侧 AI 实现听写与转录,数据不出本机,也可按需接入云端。
面向 Wayland 桌面环境的按键说话语音转文字工具,支持 Hyprland、Sway、GNOME、KDE,本地离线识别,适合日常听写和辅助输入。
开源本地语音听写工具,基于 Whisper 把说的话实时转成文字,不用联网也不上传隐私数据。
Linux 上的原生语音转文字工具,提供系统级听写,速度快、准确率高且数据本地处理,适合注重隐私的用户。
开源本地优先的 AI 语音听写应用,用开源模型离线转写,不用键盘就能快速输入文字,适合记笔记和会议记录。
macOS 上的本地会议转录与语音听写工具,支持 Apple Silicon 端侧推理,隐私优先,可替代 Granola 和 WisprFlow。
把 OpenAI Whisper 做成近实时的语音转文字服务,支持 TensorRT、OpenVINO、ROCm 等硬件加速,适合直播字幕和听写场景。
Linux 上的离线语音听写工具,基于 whisper.cpp、Whisper 和 VOSK 引擎,支持 GPU 加速,在 X11 和 Wayland 下都能把说的话直接输入到任意应用。
Telegram 机器人,能把群聊和私聊里的语音消息自动转成文字,省去手动听写,适合会议记录和消息归档。
Linux 桌面上的离线语音笔记应用,集语音转文字、文字转语音和机器翻译于一体,无需联网即可完成听写、朗读和翻译。
完全本地运行的私密语音转文字应用,支持多种模型后端、说话人分离和日历模式,覆盖 Windows、macOS 和 Linux。
….x 的数据时,设置引导第一页有一张卡片,把它的词典(替换词变成"可能被听成",停用的词还是停用)、听写、翻译和改写的历史,以及它下载过、Voxt 也在用的语音模型带过来,不用再下载(它的语言模型不带:Voxt 不再在本机运行语言模型)。Voxt 1.x 的数据只读不改。装过 2.0.0(那一版没有导入)的,侧栏会出一次卡片;词典的 ••
…m 本地 ASR :新增 GigaAm 俄语离线语音识别供应商 改进优化 - 输入法文本交付 :统一听写结果写入与重试流程,提升流式预览和最终文本交付稳定性 - VAD 效果优化 :更换为 Silero V6 模型,并优化效果、重构管线,提升录音判停、空音频判定、[Pro] 畅说模式等功能的准确率和效率 - APK 体积优化 :压缩 na
…互不覆盖。 - 远程:请求超时后不再启动迟到的请求,也不再留下迟到的连接;重连不会取消已经选定的系统听写。 - 语音:录音读取失败时结束这次录音,不再留下半截文件;迟到的取消回执不再影响新一轮。 - 引擎:大量后台路径减少了重复计算和内存分配,比如长输出截断、文件搜索和会话列表。 - 限制:官方远程插件 0.6.2 还不支持新版的修改和立
…。 - 增加 Git 与工作树设置、受管理工作树清单及清理操作,支持自定义快捷键。 - 语音设置增加听写词典、历史记录与音频回放,集中管理麦克风、模型和处理偏好。 - MiniMax M Plan 默认使用 M3.1 Flash,更新官方订阅入口和模型目录,并支持 Flash/M3 的图像输入识别。 - 按官方当前资料更新 OpenAI、