OpenWhispr 语音听写助手

OpenWhispr 是什么

OpenWhispr 是一款开源的桌面语音转文字（Voice-to-Text）听写应用，定位为 WisprFlow、Granola 的免费替代品。按下全局热键说话，文字就会出现在当前光标位置，支持 macOS、Windows 与 Linux。

它强调隐私优先：既可以使用本地语音识别模型（Whisper、NVIDIA Parakeet、Cohere Transcribe 等）让音频完全不离开设备，也可以选择云端模型换取速度，且不收集数据、不带遥测。

核心功能

• 语音听写：全局热键，在任意应用中听写并自动粘贴
• 听写翻译：用一种语言说，粘贴出另一种语言的文本
• AI Agent：可接入 GPT、Claude、Gemini、Groq、OpenRouter 或本地模型，用语音直接下达指令
• 会议转写：自动识别 Zoom、Teams、FaceTime 通话，支持实时说话人分离与语音指纹
• 笔记：文件夹组织、语义搜索、云同步与 AI 操作
• 音视频导入：拖入文件、批量上传或粘贴 YouTube 链接进行转写
• 本地或云端任选：转写、推理、说话人分离、语义搜索均可本地运行，支持 Metal / CUDA / Vulkan 加速

技术栈

React 19、TypeScript、Tailwind CSS v4、Electron 41、better-sqlite3、whisper.cpp、sherpa-onnx、shadcn/ui。

快速开始

git clone https://github.com/OpenWhispr/openwhispr.git
cd openwhispr
npm install
npm run dev

需要 Node.js 24+。桌面端位于仓库根目录，移动端 Expo 应用在 openwhispr-mobile 子目录中，有独立的依赖与构建流程。

适用人群

适合希望把语音输入融入日常写作、会议记录与 AI 交互的开发者，也适合研究本地 ASR 落地、想自建隐私友好听写工具的技术用户。项目提供公开 API 与 MCP 服务，方便与既有工作流集成。