thewhisper
针对实时流式和本地设备优化的Whisper语音识别模型，支持Apple Silicon和NVIDIA GPU，用于快速转写和翻译语音。
分享到 X许可证: MIT
概述
TheWhisper 提供针对流式和端侧使用优化的 Whisper 语音转文字模型。它在 Hugging Face 上发布开放权重，块大小可灵活设置，不再限于原版的 30 秒，并提供 NVIDIA GPU 推理引擎和面向 Apple Silicon macOS 的 CoreML 引擎。项目重点是自托管和本地转写，还附带带示例前端的本地 REST API。
主要特点
- 块大小灵活的流式转写
- 在 Hugging Face 提供 Whisper 开放权重
- 面向 NVIDIA GPU 的推理引擎
- 面向 macOS 和 Apple Silicon 的 CoreML 引擎
- 本地 REST API，附 JavaScript 和 Electron 示例
适用场景
适合想在 NVIDIA 或苹果硬件上做快速自托管或端侧语音转写的开发者，例如开发本地笔记应用。
- 上游仓库
- TheStageAI/TheWhisper
- GitHub 上的 fork
- Guo-astro/thewhisper
- 上游 Star 数
- 898
- 分类
- 文档、媒体与内容
- 编程语言
- Python
- 许可证
- MIT
- Fork 时间
- 2025-11-21
- 同步状态
- 已同步上次同步 2026-10-11
同分类更多: 文档、媒体与内容
PhotoCraft是一款用Rust编写的开源图像编辑器，可在离线桌面应用中编辑图层图像和Photoshop PSD文件，并保存为PSD。
Fork 时间 2026-10-10上次同步 2026-10-11许可证: Apache-2.0文档、媒体与内容GitHub
Pocket TTS 是一款轻量级 Python 语音合成工具，可在 CPU 上将文本转为语音，无需 GPU 或语音生成 Web API；可通过 Python API 或命令行使用。
这是一套本地 FFmpeg 工具，可通过编程代理或直接编辑和检查视频、音频，无需上传媒体或使用 API 密钥。
中文译本帮助读者阅读深度学习教材，并通过社区反馈持续修正内容。