工具集
全部 Skill、MCP、CLI 與 Plugin。可以依類型、職業、標籤篩選,也可以直接搜尋。
共 6 項

Whisper
CLIOpenAI 官方开源的通用语音识别模型,自带 whisper 命令,可多语种转写、把外语语音翻译成英文并输出字幕文件;需要 FFmpeg,有 GPU 时更快。
openai/whisper113k
whisper.cpp
CLIOpenAI Whisper 语音识别模型的 C/C++ 实现,在本地离线转写音频并输出字幕,CPU 即可运行,支持 Apple Silicon 与多种 GPU 加速;需先下载 ggml 格式模型。
ggml-org/whisper.cpp55.4k
WhisperX
CLI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。
m-bain/whisperX25.6k
Buzz
CLI基于 Whisper 的离线语音转写与翻译工具,录音不出本机,用 buzz add 命令把讲座、访谈、会议录音导出为 TXT、SRT、VTT,适合老师整理课堂录音、律师整理会见记录。pip 安装需 Python 3.12 和 FFmpeg,另有桌面版;转写结果需人工核对。
chidiwilliams/buzz23k
Claude Video Vision
Plugin让 Claude Code 看懂视频:用 ffmpeg 抽帧并转写带时间戳的音频,可分析本地视频或 YouTube 链接,用于审片、总结课程录像、找画面文字。需 Node.js 20+ 与 ffmpeg(YouTube 另需 yt-dlp);转写可用免费本地 Whisper 或 Gemini、OpenAI API Key。
jordanrendric/claude-video-vision1.5k
whisper-ctranslate2
CLI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。
Softcatala/whisper-ctranslate21.4k