OpenWhispr

OpenWhispr 是什麼？

OpenWhispr是一個開源語音轉文字聽寫應用，可在所有桌面應用中即時將語言轉換為文字。它使用本地Whisper或NVIDIA Parakeet模型在裝置上完全執行語音辨識，確保音訊永遠不會離開您的機器，或可選地使用雲端API以獲得更快的處理速度。該工具離線運作，支援100多種語言和自動偵測，並與Slack、Google Docs、ChatGPT、Claude、Cursor、Gmail和Teams等應用無縫整合。使用者可以以大約每分鐘150個單字的速度聽寫——大約比打字快3倍——並使用語音命令清理文字或起草電子郵件。

主要功能

• 隱私優先的本地處理

  使用本地Whisper或NVIDIA Parakeet模型在您的裝置上完全執行語音轉文字，零資料保留——音訊不會被傳送到任何地方，模型下載後無需網際網路。

• 跨平台桌面聽寫

  在macOS、Windows和Linux上的任何接受文字的應用中運作，包括Slack、Google Docs、ChatGPT、Claude、Cursor、Gmail、Teams等，透過簡單的快捷鍵操作。

• 語音命令和AI清理

  透過語音給出指令，如「整理一下」或「給Mike起草一封電郵」——該工具轉錄並根據您的語音命令自動格式化或編輯文字。

• 100多種語言和自動偵測

  支援100多種語言，具有自動語言偵測功能，允許使用者在對話中途切換而無需手動設定。

• 自訂詞典和自動學習

  為醫學、法律或技術術語新增自訂詞彙，系統從您的更正中自動學習以隨時間提高準確性。

• 離線模式和多個模型選項

  從多個本地Whisper模型（Tiny、Base、Small、Medium、Turbo）或NVIDIA Parakeet中選擇，以實現不同的速度/準確性權衡，加上帶上您自己的API金鑰進行雲端處理的選項。

使用案例

• 快速寫作和內容建立 : 作家和創意工作者透過聽寫比打字快3倍的速度建立電子郵件、文件、文章和社交媒體貼文，適用於任何應用。
• LLM提示和開發者工作流 : 開發者透過語音快速提示ChatGPT、Claude、Cursor和其他AI工具，而不是輸入冗長的程式碼或問題。
• 會議筆記和轉錄 : 透過連接Google Calendar自動轉錄Zoom、Teams和FaceTime會議，帶有發言人標籤，建立增強的會議筆記。
• 隱私敏感的專業聽寫 : 法律、醫療和新聞專業人士使用僅本地處理來保持特權或敏感內容完全在裝置上，無需雲端傳輸。
• 多語言通訊 : 使用100多種語言的使用者在國際協作、翻譯工作或語言學習中無縫切換。

常見問題