一直想找个离线的语音转文字工具,网上那些在线服务要么收费,要么担心隐私泄露,最近发现了Vibe这个开源项目,完全离线使用OpenAI Whisper模型转录,支持几乎所有语言,还能导出SRT字幕、翻译成英文、批量处理文件,GPU加速后速度飞快,用了几周感觉太好用了,视频字幕制作必备
Vibe是什么
它是一个基于OpenAI Whisper的桌面应用,能完全离线进行语音转文字,支持音频视频转录、从YouTube等网站直接转录、批量处理、字幕导出等功能,内置GPU加速(支持Nvidia/AMD/Intel),还能用Claude API做摘要或本地Ollama分析,完全免费开源
开源成就
• Star数 已经收获4.8K Star,离线转录工具首选
• 主开发语言 用Rust+TypeScript开发,基于Tauri框架
核心功能
•完全离线转录,所有处理都在本地进行,数据绝不上传,隐私安全有保障
•多语言支持,基于Whisper模型支持几乎所有语言的转录,准确率很高
•多格式导出,支持SRT、VTT、TXT、HTML、PDF、JSON、DOCX等格式
•在线媒体转录,可以直接转录YouTube、Vimeo、Facebook等网站的音视频
•批量处理,一次处理多个文件,大幅提高效率
•GPU加速,支持Nvidia、AMD、Intel显卡(Vulkan/CoreML),速度飞快
•实时预览,转录过程中实时查看结果
•AI摘要功能,用Claude API快速生成多语言摘要,或用本地Ollama批量分析
•翻译功能,可以将任何语言翻译成英文
•说话人分离,自动识别不同说话人
安装指南
•官网下载,支持多平台
# 访问官网下载对应系统版本 https://thewh1teagle.github.io/vibe/ # 支持平台 - macOS - Windows - Linux•基本使用
1. 打开Vibe应用 2. 拖拽音频/视频文件到窗口 3. 选择语言(可选) 4. 点击开始转录 5. 导出字幕文件•在线媒体转录,直接处理网页视频
1. 复制YouTube等网站的视频链接 2. 在Vibe中粘贴链接 3. 应用会自动下载并转录 4. 支持YouTube、Vimeo、Facebook、Twitter等•批量处理,一次搞定多个文件
1. 拖拽多个音视频文件到Vibe 2. 选择统一的输出格式 3. 点击批量转录 4. 自动依次处理所有文件•GPU加速设置
# 在设置中启用GPU加速 - Nvidia显卡: 自动使用CUDA/Vulkan - AMD显卡: 使用Vulkan加速 - Intel显卡: 使用Vulkan加速 - macOS: 使用CoreML加速 # GPU加速可以提升3-5倍转录速度•自定义模型
# 在设置中可以选择不同大小的Whisper模型 - tiny: 最快,准确度较低 - base: 平衡速度和准确度 - small: 推荐日常使用 - medium: 高准确度 - large: 最高准确度,速度较慢 # 还可以通过URL集成自定义模型 vibe://download/?url=<model_url>•字幕时长优化,适配不同场景
# 针对视频/短视频优化字幕长度 - 标准视频模式: 适合电影、纪录片 - 短视频模式: 适合抖音、快手等竖屏视频•CLI命令行使用,自动化处理
# 通过命令行使用Vibe vibe --help # 批量转录文件夹中的所有音视频 vibe transcribe /path/to/folder/*.mp4 # 启动HTTP API服务器 vibe --server # 访问Swagger文档 http://localhost:3022/docs•HTTP API功能
# 启动API服务 vibe --server # 使用API进行转录 curl -X POST http://localhost:3022/transcribe \ -F "file=@audio.mp3" \ -F "language=zh" # 查看API文档 http://localhost:3022/docs•录音转录
# 系统音频录制转录 1. 选择"系统音频"选项 2. 开始录制 3. 停止后自动转录 # 麦克风录音转录 1. 选择"麦克风"选项 2. 开始录音 3. 实时转录显示•AI增强功能
# Claude API摘要 1. 在设置中配置Claude API Key 2. 转录完成后点击"摘要" 3. 快速生成多语言摘要 # Ollama本地分析 1. 安装Ollama并运行 2. 在Vibe中连接Ollama 3. 批量分析转录内容开源地址 https://github.com/thewh1teagle/vibe
