工具集

基于 faster-whisper 的快速语音转写，提供词级时间戳与说话人分离，适合会议纪要与字幕制作；说话人分离需 Hugging Face Token，GPU 加速需 CUDA。

让 Claude Code 等 agent 支持语音对话：说话后自动检测静音并识别，回复直接朗读出来。可用本地 Whisper 与 Kokoro 离线运行，也可接 OpenAI 语音接口；需要麦克风和扬声器。

本地语音转写工具，与 OpenAI Whisper 命令行兼容但更快更省内存，可输出 SRT / VTT 字幕与文本，支持麦克风实时转写，适合整理课堂录音、访谈与会议。需要 Python，首次运行自动下载模型；区分说话人需另装 pyannote.audio 并提供 Hugging Face Token。