语音转文字工具排行榜
语音转文字工具，按 GitHub 星标从高到低排列 · 共收录 23 款
排序
1
Handycjpais一款免费、开源、可扩展的离线语音转文字桌面应用，支持 Windows、macOS 和 Linux。Rust 32.8k 2026.10.032
FluidVoicealtic-dev一款macOS平台最快、支持本地AI增强的语音听写应用，是Wispr Flow的开源本地替代品。Swift 12.0k 2026.10.133
openwhisprOpenWhispr一款隐私优先的跨平台语音转文字应用，支持本地（NVIDIA Parakeet/Whisper）和云端模型，可进行会议转录和AI代理交互。JavaScript 9.6k 2026.10.194
vibethewh1teagle一款注重隐私的本地AI转录应用，基于OpenAI的Whisper模型，可在设备上转录音视频。TypeScript 7.7k 2026.09.055
espeak-ngespeak-ng一款开源的紧凑型语音合成器（TTS），支持100多种语言和口音，采用共振峰合成方法，提供命令行、共享库和SAPI5等多种使用方式。C 6.9k 2024.12.126
VoiceInkBeingpaxmacOS上Superwhisper和Wispr Flow的最佳开源替代品，一款无订阅的语音转文字应用，支持离线本地模型、智能上下文感知、全局快捷键和AI助手模式。Swift 6.7k 2026.10.017
tts-server-androidjing332TTS Server 是一款 Android 系统级语音合成应用，内置微软演示接口、可自定义 HTTP 请求并导入本地 TTS 引擎，还能按中文双引号识别旁白与对话，适合搭配阅读软件听书。Kotlin 4.5k 2023.07.268
OpenSuperWhisperStarmel一个macOS实时音频转录应用，使用Whisper和Parakeet模型，提供全局键盘快捷键和鼠标触发功能。Swift 3.0k 2026.03.039
BiBi-KeyboardBryceWG说点啥（BiBi Keyboard）是一款 Android 平台的 AI 语音输入法，长按麦克风即可说话输入，支持 18 个 ASR 引擎（含 6 个可离线的本地模型）与 LLM 文本后处理，让语音输入又快又准。Kotlin 844 2026.10.1610
CloneTTSsipeterCloneTTS 是一款运行在 Android 本地的轻量级离线文字转语音（TTS）引擎，支持离线发音人提取、零门槛音色克隆与系统级全局听书，所有推理均在设备端运行。 832 2026.07.3011
Mimiyuxinomimi 是一款面向 Apple silicon macOS 13+ 和 Windows x64 的实时系统音频字幕翻译工具，以浮动窗口显示电影、直播、课程和游戏等系统音频的实时字幕，支持通过云端服务将音频转录或翻译为简体中文、英文或日文。Rust 716 2026.10.1912
opentypelesstover0314-w一个开源的 AI 语音输入工具，是 Wispr Flow 和 Superwhisper 的替代品，支持 macOS、Windows 和 Linux。Rust 599 2026.10.1113
SayItcrosswkSayIt 是一款面向 Windows 的开源语音输入工具，按下快捷键说话，AI 润色后的文字自动插入光标位置，支持本地模型、自有 API 密钥或自托管后端，是 Wispr Flow / Superwhisper 的开源替代品。TypeScript 444 2026.10.1914
danmuaiPEPETII一款运行于 Windows 的桌面 AI 弹幕助手，定时截取屏幕画面交给视觉模型生成弹幕并显示在透明弹幕层上，还可通过 TTS 朗读弹幕，用于为直播、录播、游戏和桌面内容提供会观察会吐槽的 AI 观众。Python 360 2026.10.0415
VocoType-linuxLeonardNJUVoCoType-linux 是一款面向 Linux 与 macOS 的高性能离线中文语音输入法，基于 Ali FunASR，实现约 0.1 秒瞬时上屏、输入法级稳定性、极高中文准确率和低资源占用（仅 CPU），支持 IBus / Fcitx5 / macOS InputMethodKit。C++ 256 2026.09.1716
MultiTTSsamitoooooMultiTTS 是一款 Android 平台的多引擎文本转语音（TTS）应用，支持多种语音合成引擎和离线语音包，用户可自行配置引擎、语音包和发音规则，实现离线听书和系统级语音合成。 143 2025.08.2017
WebSpeak-client-for-TeamSpeakEchoSixHIYAWebSpeak 是一个可自行部署的 TeamSpeak 3 / 6 网页客户端与语音网关，让用户在浏览器里直接加入语音频道，同时由部署者掌控服务器与访问策略。TypeScript 107 2026.10.1718
ddo-ttswangz-codeddo-tts 是一款内置微软 EdgeTTS 的语音朗读引擎，基于 rany2/edge-tts 实现即装即听的文字转语音，面向「阅读」(Legado) 等阅读应用使用。Kotlin 81 2026.09.2119
tts-vue-nextLokerLTTS Vue Next 是一款基于 Microsoft Edge TTS 服务的桌面文本转语音应用，采用 Vue 3、Vuetify 和 Tauri 构建，支持实时文本转语音、批量转换和多种音频格式导出。TypeScript 71 2026.04.1820
easysubeasysub-org易字幕（EasySub）是一款免费、完全离线的 Chrome / Edge 浏览器扩展，通过本地 WASM 语音识别模型实时为网页音频生成中英文字幕，音频不上传、无需注册与联网。TypeScript 63 2026.10.1521
blyyoneroomlife碧蓝语音（BLYY）是一款基于 Kotlin 与 Jetpack Compose 的碧蓝航线舰娘应用，集语音播放、舰娘图鉴、秘书舰互动与多类小功能于一体。Kotlin 62 2026.10.0822
ms-edge-tts-guiJJosephph一款免费开源的 Windows Edge TTS 图形界面工具，将文章、脚本和字幕文稿合成为自然的 MP3 音频，无需 API Key，提供普通、逐页、逐行三种工作模式，支持独立句间停顿、行末真实静音、SRT 字幕、时间轴 JSON、逐句试听高亮和批量 ZIP 导出。Python 44 2026.10.1523
BaiYunGebilibilibaiyun白云歌是一款 Windows 10/11 x64 离线语音快速输入软件，按住快捷键说话、松开即上屏，基于本地 Qwen3-ASR-1.7B 模型和 llama.cpp 推理，识别全程在本机完成，音频与文本不出设备。C# 15 2026.09.23
Handycjpais一款免费、开源、可扩展的离线语音转文字桌面应用，支持 Windows、macOS 和 Linux。Rust 32.8k 2026.10.032FluidVoicealtic-dev一款macOS平台最快、支持本地AI增强的语音听写应用，是Wispr Flow的开源本地替代品。Swift 12.0k 2026.10.133openwhisprOpenWhispr一款隐私优先的跨平台语音转文字应用，支持本地（NVIDIA Parakeet/Whisper）和云端模型，可进行会议转录和AI代理交互。JavaScript 9.6k 2026.10.194vibethewh1teagle一款注重隐私的本地AI转录应用，基于OpenAI的Whisper模型，可在设备上转录音视频。TypeScript 7.7k 2026.09.055espeak-ngespeak-ng一款开源的紧凑型语音合成器（TTS），支持100多种语言和口音，采用共振峰合成方法，提供命令行、共享库和SAPI5等多种使用方式。C 6.9k 2024.12.126VoiceInkBeingpaxmacOS上Superwhisper和Wispr Flow的最佳开源替代品，一款无订阅的语音转文字应用，支持离线本地模型、智能上下文感知、全局快捷键和AI助手模式。Swift 6.7k 2026.10.017tts-server-androidjing332TTS Server 是一款 Android 系统级语音合成应用，内置微软演示接口、可自定义 HTTP 请求并导入本地 TTS 引擎，还能按中文双引号识别旁白与对话，适合搭配阅读软件听书。Kotlin 4.5k 2023.07.268OpenSuperWhisperStarmel一个macOS实时音频转录应用，使用Whisper和Parakeet模型，提供全局键盘快捷键和鼠标触发功能。Swift 3.0k 2026.03.039BiBi-KeyboardBryceWG说点啥（BiBi Keyboard）是一款 Android 平台的 AI 语音输入法，长按麦克风即可说话输入，支持 18 个 ASR 引擎（含 6 个可离线的本地模型）与 LLM 文本后处理，让语音输入又快又准。Kotlin 844 2026.10.1610CloneTTSsipeterCloneTTS 是一款运行在 Android 本地的轻量级离线文字转语音（TTS）引擎，支持离线发音人提取、零门槛音色克隆与系统级全局听书，所有推理均在设备端运行。 832 2026.07.3011Mimiyuxinomimi 是一款面向 Apple silicon macOS 13+ 和 Windows x64 的实时系统音频字幕翻译工具，以浮动窗口显示电影、直播、课程和游戏等系统音频的实时字幕，支持通过云端服务将音频转录或翻译为简体中文、英文或日文。Rust 716 2026.10.1912opentypelesstover0314-w一个开源的 AI 语音输入工具，是 Wispr Flow 和 Superwhisper 的替代品，支持 macOS、Windows 和 Linux。Rust 599 2026.10.1113SayItcrosswkSayIt 是一款面向 Windows 的开源语音输入工具，按下快捷键说话，AI 润色后的文字自动插入光标位置，支持本地模型、自有 API 密钥或自托管后端，是 Wispr Flow / Superwhisper 的开源替代品。TypeScript 444 2026.10.1914danmuaiPEPETII一款运行于 Windows 的桌面 AI 弹幕助手，定时截取屏幕画面交给视觉模型生成弹幕并显示在透明弹幕层上，还可通过 TTS 朗读弹幕，用于为直播、录播、游戏和桌面内容提供会观察会吐槽的 AI 观众。Python 360 2026.10.0415VocoType-linuxLeonardNJUVoCoType-linux 是一款面向 Linux 与 macOS 的高性能离线中文语音输入法，基于 Ali FunASR，实现约 0.1 秒瞬时上屏、输入法级稳定性、极高中文准确率和低资源占用（仅 CPU），支持 IBus / Fcitx5 / macOS InputMethodKit。C++ 256 2026.09.1716MultiTTSsamitoooooMultiTTS 是一款 Android 平台的多引擎文本转语音（TTS）应用，支持多种语音合成引擎和离线语音包，用户可自行配置引擎、语音包和发音规则，实现离线听书和系统级语音合成。 143 2025.08.2017WebSpeak-client-for-TeamSpeakEchoSixHIYAWebSpeak 是一个可自行部署的 TeamSpeak 3 / 6 网页客户端与语音网关，让用户在浏览器里直接加入语音频道，同时由部署者掌控服务器与访问策略。TypeScript 107 2026.10.1718ddo-ttswangz-codeddo-tts 是一款内置微软 EdgeTTS 的语音朗读引擎，基于 rany2/edge-tts 实现即装即听的文字转语音，面向「阅读」(Legado) 等阅读应用使用。Kotlin 81 2026.09.2119tts-vue-nextLokerLTTS Vue Next 是一款基于 Microsoft Edge TTS 服务的桌面文本转语音应用，采用 Vue 3、Vuetify 和 Tauri 构建，支持实时文本转语音、批量转换和多种音频格式导出。TypeScript 71 2026.04.1820easysubeasysub-org易字幕（EasySub）是一款免费、完全离线的 Chrome / Edge 浏览器扩展，通过本地 WASM 语音识别模型实时为网页音频生成中英文字幕，音频不上传、无需注册与联网。TypeScript 63 2026.10.1521blyyoneroomlife碧蓝语音（BLYY）是一款基于 Kotlin 与 Jetpack Compose 的碧蓝航线舰娘应用，集语音播放、舰娘图鉴、秘书舰互动与多类小功能于一体。Kotlin 62 2026.10.0822ms-edge-tts-guiJJosephph一款免费开源的 Windows Edge TTS 图形界面工具，将文章、脚本和字幕文稿合成为自然的 MP3 音频，无需 API Key，提供普通、逐页、逐行三种工作模式，支持独立句间停顿、行末真实静音、SRT 字幕、时间轴 JSON、逐句试听高亮和批量 ZIP 导出。Python 44 2026.10.1523BaiYunGebilibilibaiyun白云歌是一款 Windows 10/11 x64 离线语音快速输入软件，按住快捷键说话、松开即上屏，基于本地 Qwen3-ASR-1.7B 模型和 llama.cpp 推理，识别全程在本机完成，音频与文本不出设备。C# 15 2026.09.23