daymade-audio
Plugin音频处理插件套件：录音转文字（本地 Qwen3-ASR / whisper，Apple Silicon 可用 MLX）、说话人分离、转写纠错、结构化会议纪要和阶跃星辰 TTS。阶跃的 ASR 与 TTS 需要 API Key。
暂时无法展示 README
该仓库没有提供 README。 请前往GitHub 仓库查看。
相关资源
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/whisperX24.6k
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/buzz22k
FunASR MCP Server
MCPFunASR 项目官方 MCP：用 SenseVoice 模型在本地把音频文件转写成文字，支持普通话、粤语、英语、日语、韩语，可附分段时间戳。本地推理无需 API Key，音频不出本机，提供 Docker 镜像。
modelscope/FunASR20.7k
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
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/whisper111k
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.cpp54.5k