OpenWhispr离线使用指南断网环境下如何完整发挥语音转文字能力【免费下载链接】openwhisprVoice-to-text dictation app with local (Nvidia Parakeet/Whisper) and cloud models (BYOK). Privacy-first and available cross-platform.项目地址: https://gitcode.com/GitHub_Trending/op/openwhisprOpenWhispr 是一款开源的语音转文字Voice-to-Text听写应用支持本地模型NVIDIA Parakeet / Whisper与云端模型双模式。它的核心卖点是隐私优先启用本地模型后你的语音数据全程不会离开设备断网环境下依然可以完成听写、会议转录、AI 助手、笔记语义搜索等全部核心功能。本文将带你完成一次断网前的准备让 OpenWhispr 在离线状态下满血运行。一、为什么 OpenWhispr 断网也能用 ️大多数语音输入工具依赖云端 API一旦断网就失声。OpenWhispr 的架构不同——它的四大核心能力全部有本地实现核心能力云端模式离线本地模式语音转文字OpenAI / Azure / Deepgram 等Whisperwhisper.cpp、NVIDIA Parakeetsherpa-onnxAI 推理助手GPT、Claude、Gemini 等本地 GGUF 大语言模型llama.cpp说话人分离—设备端声纹识别ONNX无需云笔记语义搜索云端向量索引本地嵌入模型 本地向量索引换句话说联网只是更舒服不是必须。相关源码可参考 src/helpers/whisper.js、src/helpers/parakeet.js 与 src/helpers/llamaServer.js。二、断网前必做一次性下载全部本地模型 ⚡本地模型在首次使用时自动下载并缓存到本地之后离线也能直接运行。因此请在有网络时一次性完成语音转文字模型打开控制面板 → 设置 →Speech to Text Processing→ 开启Use Local Whisper→ 选择一个模型并保存。首次转写时应用会自动下载推荐base142MB速度与质量的最佳平衡。完整步骤见 LOCAL_WHISPER_SETUP.md本地 AI 助手模型在推理设置里选择本地 GGUF 模型如 Llama 3.2 1B/3B由 src/helpers/llamaCppInstaller.js 负责安装模型清单定义在 src/models/modelRegistryData.json说话人分离与语义搜索模型声纹嵌入MiniLM等模型同样会在首次使用时下载见 src/helpers/localEmbeddings.js 企业内网提示模型下载只会访问 Hugging Face 与 GitHub Releases 少数几个域名完整出站域名清单含端口和协议在 docs/network-allowlist.md 中有官方说明可提前配置防火墙白名单。三、离线语音转文字本地模型怎么选OpenWhispr 基于whisper.cppOpenAI Whisper 的高性能 C 实现模型按精度分为 6 档模型选择界面源码在 src/components/LocalWhisperPicker.tsx模型大小速度内存需求适用场景tiny75MB最快~1GB快速笔记base142MB快~1GB日常首选small466MB中~2GB专业使用medium1.5GB慢~5GB高精度需求large3GB最慢~10GB极限质量turbo1.6GB快~6GB速度与精度兼得离线加速技巧本地 Whisper 支持 GPU 加速——macOSApple Silicon 自带 Metal 加速开箱即用NVIDIA在转写模型选择卡的 GPU 卡片中一键下载 CUDA 运行时AMD / Intel同一位置一键下载 Vulkan 运行时若 GPU 启动失败显存不足等OpenWhispr 会自动回退到 CPU 转写并给出提示听写不中断。四、离线 AI 助手本地大语言模型 ⚙️想断网也能用 AIOpenWhispr 内置llama.cpp本地推理引擎src/helpers/llamaServer.js在本地拉起llama-server常驻进程按住语音助手快捷键说话指令直接交给本地 LLM处理支持一键编辑光标处已选中的文字引擎自带健康检查与空闲超时自动回收5 分钟无请求自动释放内存选型建议普通笔记本选 1B 量化模型即可流畅运行带 8GB 显存的显卡可上 3B 或更大的模型摘要与改写质量会明显提升。五、离线会议转录自动识别谁在说话 断网环境同样可以记录 Zoom / Teams / FaceTime 会议自动检测会议进程并开始转录全程音频在本地处理本地说话人分离基于设备端声纹识别给每位参会者打标src/helpers/diarization.js识别结果可跨会议复用会议笔记自动保存到本地断网不丢⚠️ 小提示Intel Mac 不支持实时声纹识别依赖的 ONNX 运行时已停止提供 x86_64 版本但会议仍能正常录制和转录详见 README.md。六、离线笔记本地语义搜索 笔记的创建、编辑、文件夹管理完全离线可用。更有价值的是语义搜索本地嵌入模型把笔记转成向量即使你记的是上周那个蓝色项目的会议纪要也能用意思相近的关键词搜到——不需要任何网络。实现参考 src/helpers/noteSearch.js 与 src/helpers/vectorIndex.js。七、常见问题 FAQ ✅Q1断网后第一次转写失败了说明模型尚未下载。回到联网环境触发一次下载或核对磁盘空间tiny 75MB ~ large 3GB。Q2本地模式会偷偷联网吗不会。本地模式下音频不离开设备唯一网络行为是应用自动更新。可对照 docs/network-allowlist.md 的域名清单在防火墙层面验证——所有连接均为客户端发起的 TLS无入站端口。Q3完全物理隔离Air-gapped环境能用吗可以。在有网机器上下载好应用与全部模型Whisper GGML、Parakeet、GGUF、嵌入模型拷贝到内网机器即可模型默认缓存路径为~/.cache/openwhispr/Windows 为%USERPROFILE%\.cache\openwhispr\。Q4CPU-only 机器体验如何选tiny/base模型关闭大型后台应用即可获得接近实时的听写体验。总结OpenWhispr 的隐私优先不只是口号而是架构级的本地能力断网前花 10 分钟下载好本地模型之后无论出差、飞行还是内网办公你的语音输入、AI 助手、会议转录和语义搜索都能完整、私密地运行。这正是开源免费替代 WisprFlow 与 Granola 的最大价值所在。【免费下载链接】openwhisprVoice-to-text dictation app with local (Nvidia Parakeet/Whisper) and cloud models (BYOK). Privacy-first and available cross-platform.项目地址: https://gitcode.com/GitHub_Trending/op/openwhispr创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
