OpenWhispr：隐私优先语音转文字工具

项目简介

OpenWhispr 是一款开源的跨平台桌面语音转文字工具，定位为 WisprFlow 和 Granola 的免费开源替代品。按下快捷键说话，文字就会出现在光标处。你可以选择完全离线的本地转写（Orukeet、Whisper、NVIDIA Parakeet、Cohere Transcribe），音频不离开设备；也可以选择云端处理来换取速度。无数据收集、无遥测，代码完全开源。

主要功能

• 语音听写：全局快捷键，在任意应用中听写并自动粘贴
• 听写翻译：用专门快捷键以一种语言口述，直接粘贴成另一种语言的文字
• AI 助手：可与 GPT-5、Claude、Gemini、Groq、Tinfoil、OpenRouter 或本地模型对话，拥有具名的语音助手
• 语音助手快捷键：把说的话直接作为指令发给 AI 助手，无需唤醒词，也无清理步骤；选中的文字可原地编辑；开启自动粘贴后，答案粘贴到光标处，或流入浮动面板并在无可用光标时复制到剪贴板；还可选择发送当前屏幕截图作为上下文
• 会议转录：自动检测 Zoom、Teams、FaceTime 通话，支持实时说话人分离、声纹识别，以及 Google、Microsoft、Apple 日历集成
• 本地说话人分离：设备端完成说话人标注与跨会议声纹识别，无需云端
• 笔记：创建、整理、搜索笔记，支持文件夹、语义搜索、云同步与 AI 操作
• 团队空间与分享：登录用户免费使用；可在网页上以链接、域名或仅邀请可见的方式分享笔记，并在团队空间中按角色协作
• 音频导入：拖入文件、批量上传或粘贴 YouTube/音频 URL，转写已有音频与视频，可选说话人检测
• 本地或云端自选：转写、AI 推理、说话人分离、语义搜索等核心功能都可用本地模型或云服务完成，包括在 Metal、CUDA 和 Vulkan（AMD/Intel）上 GPU 加速的本地 Whisper
• 企业控制：组织策略、企业 SSO 与 SCIM，集中管理 Amazon Bedrock 或 Azure OpenAI 访问权限而无需分发云端密钥
• 公开 API 与 MCP：以编程方式管理笔记和转录，或通过 MCP server 连接自己的 AI 助手

安装与使用

各平台安装包可从 Releases 下载：macOS（Apple Silicon / Intel）的 .dmg、Windows 的 .exe、Linux 的 .AppImage / .deb / .rpm / .tar.gz。

macOS 或 x86_64 Linux 也可以使用社区维护的 Homebrew cask：

brew install --cask openwhispr

从源码运行桌面应用（需要 Node.js 24+）：

npm install
npm run dev

完整的上手步骤、各平台指南、API 参考与 MCP server 配置见 docs.openwhispr.com。Expo 移动端应用位于仓库的 openwhispr-mobile 目录，有独立的依赖、锁文件、构建配置与发布流程。

注意事项

• 在 Intel Mac 上，实时说话人识别与声纹功能不可用：它们依赖 ONNX Runtime，而后者从 1.24 起不再提供 macOS x86_64 二进制。会议仍可正常录制与转录，笔记搜索会回退为关键词匹配而非语义搜索。
• 云端模型采用自带密钥（BYOK）的方式，也可以坚持全部使用本地模型以保证音频不出设备。
• 技术栈为 React 19、TypeScript、Tailwind CSS v4、Electron 41、better-sqlite3、whisper.cpp、sherpa-onnx、shadcn/ui。
• 采用 MIT 许可证，个人与商业使用均免费。

本作品整理自 GitHub 开源项目 OpenWhispr/openwhispr，原作者 @OpenWhispr，许可证 MIT。中文介绍由 AI 根据项目 README 整理，以原仓库为准。