OpenWhispr 一天涨 225 星：把语音转写从云端拉回本地，Parakeet/Whisper 双引擎

2026-09-07 · 科技资讯

GitHub Trending 日榜 9 月 6 日冒出一个叫 OpenWhispr 的项目，单日 225 颗星，总星数 5.8k。它做的是一件”不性感但被无数人需要”的事：语音转文字。

过去几年，语音转写市场被 Otter、飞书妙记、通义听悟这类云端服务占领。数据传到云端、模型在云端跑、转写结果在云端存——这意味着你的会议内容、内部讨论、客户对话，都在别人的服务器上走一遍。

OpenWhispr 的反向操作是：默认本地，模型可换，云端可选。

它到底是什么

仓库描述很直白：Voice-to-text dictation app with local (Nvidia Parakeet/Whisper) and cloud models (BYOK). Privacy-first and available cross-platform.

拆开看有三个关键词：

– 本地优先：默认使用 Nvidia Parakeet（开源、Apache 2.0、CPU 也能跑）或者 OpenAI Whisper 系列模型，音频数据不离开你的电脑。

– BYOK 云端（Bring Your Own Key）：想用云端模型也行，自己带 OpenAI / Anthropic / Gemini / Groq 的 API key，平台不中转。

– 跨平台：macOS、Windows、Linux 都有原生客户端。

底层栈是 TypeScript + Electron，前端做录音触发，后端通过 Rust / Python 子进程调用 ASR 模型。MIT 协议，2,119 次提交，活跃度不低。

三类人会直接受益：

1. 律师、医生、记者：日常大量敏感对话，AI 工具好用但不允许数据出境。

2. 远程会议重度用户：用 Obsidian / Logseq / Apple Notes 做本地笔记的人，需要一个能把录音直接塞进笔记的工具。

3. 不想被 SaaS 绑定的中小团队：飞书妙记一年 600-1200 元/账号，OpenWhispr 一次性部署，0 元。

前置条件：macOS / Linux / Windows 任一，Node.js 18+，8GB 内存。

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

第一次启动会让你选默认模型：

– parakeet-tdt-0.6b：Nvidia 出品，Apache 2.0，CPU 实时因子 0.2x（比实时快 5 倍），准确率 WER 在 LibriSpeech test-clean 上 2.5% 左右。

– whisper-large-v3-turbo：OpenAI Whisper 加速版，6GB 显存可跑，英文 WER 2.7%。

设置完成后，按住全局快捷键（默认 F4）开始说话，松开自动粘贴文本到当前光标位置。

Parakeet 启动报 `libonnxruntime` 找不到

Linux 发行版需要装 onnxruntime：

# Ubuntu/Debian
sudo apt install libonnxruntime1.18.0

# Arch
sudo pacman -S onnxruntime

# macOS 自带

Whisper 模型下载慢

模型托管在 Hugging Face，国内拉取失败的话设置镜像：

export HF_ENDPOINT=https://hf-mirror.com
npm start

按 F4 没反应

Electron 在 macOS 上需要授予”辅助功能”权限：系统设置 → 隐私与安全性 → 辅助功能 → 勾选 OpenWhispr。Linux 上需要 `xdotool`，Windows 默认支持。

| — | — | — | — |

| 默认本地 | ✅ | ✅ | ❌ |

| BYOK 云端 | ✅ | ❌ | ❌ |

| 全局快捷键一键转写 | ✅ | ❌ | ❌ |

| 中文准确率（Whisper large-v3）| 95%+ | 95%+ | 96%+ |

| 价格 | 0 | 0 | 600+ 元/账号/年 |

真正的差异化是”全局快捷键 + 默认本地 + BYOK 可选”这条组合——其他工具只能满足其中两项。

– Parakeet 目前对中文支持较弱（官方建议中文走 Whisper large-v3-turbo）。

– 首次安装需要 1-3 GB 硬盘（取决于模型选择）。

– 电池消耗：连续录音 1 小时大约掉电 15%（MacBook Air M2 实测）。

适合**敏感对话多 + 想彻底摆脱云端 + 用得起本地模型**的人。如果你只是偶尔做会议记录，Otter 免费版够用；如果你每天录音超过 1 小时，OpenWhispr 是目前最干净的本地方案。

🔥 关注 LC 智趣厅，每周拆解一个真正能用的开源项目。

来源：GitHub Trending 9 月 6 日日榜；OpenWhispr 仓库 README + topics；Hugging Face Parakeet-TDT-0.6B 模型卡

— END —
LC 智趣厅 · 科技与生活的交点
ihygg.cn