如何用 OpenWhispr 实现语音转文字听写：从安装到离线上手的完整指南

【免费下载链接】openwhisprVoice-to-text dictation app with local (Nvidia Parakeet/Whisper) and cloud models (BYOK). Privacy-first and available cross-platform.项目地址: https://gitcode.com/GitHub_Trending/op/openwhispr

OpenWhispr 是一款开源免费的跨平台语音转文字听写应用，你可以把它理解为 WisprFlow 的开源替代：按住全局热键说话，文字就出现在当前光标处。它最吸引人的地方是支持完全离线的本地转录——音频永远不离开你的设备，没有数据收集，也没有遥测。

三步跑起来

1. 下载并安装

macOS（Apple Silicon / Intel）提供.dmg，Windows 提供.exe，Linux 提供.AppImage、.deb、.rpm、.tar.gz。macOS 和 x86_64 Linux 用户也可以直接brew install --cask openwhispr。

2. 完成首次引导

启动应用后，向导会引导你授予麦克风权限并配置热键。跟着提示走一遍即可，不需要额外配置。

3. 开始听写

在任意应用中按住热键说话，松开后文字自动粘贴到光标位置。到这里，最小可用路径已经走完。

想从源码构建的话，一条命令的事：git clone https://gitcode.com/GitHub_Trending/op/openwhispr后执行npm install && npm run dev（需要 Node.js 24+）。

场景一：在任何应用里说话写字

这是 OpenWhispr 的核心用途。写邮件、填表单、发 Slack 消息时，不用离开当前应用，直接按住全局热键说话，松开后文字自动粘贴到光标处，智能标点自动处理。

两个加分项：

• 跨语言听写：有专用热键，用一种语言说话、粘贴出另一种语言的文字，适合写外语内容
• AI 语音助手：独立的热键，说话内容直接作为指令发给 AI（支持 GPT-5、Claude、Gemini、本地模型等），高亮选中的文字会被就地改写；开启自动粘贴后，回答直接落到焦点文本框

场景二：开会时自动记录

你开会，它记。OpenWhispr 会自动检测 Zoom、Teams 和 FaceTime 通话，一旦识别到会议进程就启动录音转录。

操作上前置条件只有两个：在设置里连接日历（Google / Microsoft / Apple 都支持），并确保会议应用处于运行状态。如果自动检测没触发，顶部覆盖层会弹出一张常驻置顶的会议卡片，手动点开始即可——即使系统开了勿扰模式也能看到。

实际效果是带说话人区分的实时转写：本地语音指纹识别可以把"谁在什么时候说了什么"标出来，且整个识别过程在设备内完成，不经过云端。

场景三：离线隐私模式

如果"音频不出设备"是你的底线，OpenWhispr 支持基于 whisper.cpp 的本地 Whisper 转录，也支持 NVIDIA Parakeet 等本地模型：

1. 打开控制面板（右键托盘图标或点击覆盖层）
2. 进入设置 → 语音转文字处理
3. 启用使用本地 Whisper
4. 选一个模型（推荐base），保存

首次转录时模型会自动下载到~/.cache/openwhispr/whisper-models/。本地模式下音频用应用捆绑的 FFmpeg 处理，全程不出本机，免费。

进阶配置：选对模型和加速后端

GPU 加速不用你操心：macOS 的 Metal 开箱即用，NVIDIA 走 CUDA，AMD/Intel 走 Vulkan，运行时按需自动下载并做 SHA-256 校验；某个后端挂了会自动降级到 CPU，听写不会中断。本地语言模型默认空闲 5 分钟卸载，如果你频繁切换功能，可以在设置 → 语言模型打开Keep model loaded常驻内存。

实用技巧

1. 热键随心改：设置 → 热键里可以为听写、AI 助手、会议转录、全局激活分别配快捷键，互相独立互不干扰
2. 翻译听写单独设一个热键，说中文出英文，写外语文档效率翻倍
3. 音频也能转：把已有音视频文件拖进来批量转录，或粘贴一个 YouTube / 音频链接，可选开启说话人检测
4. 笔记闭环：会议转录完直接存进笔记，支持文件夹整理、语义搜索和云端同步
5. 企业用户：组织可以统一下发策略、SSO 和集中管理的 Bedrock / Azure OpenAI 接入，终端设备不用持有任何云密钥

排错速查

麦克风没声音 / 权限被拒绝

• macOS：系统设置 → 隐私与安全性 → 麦克风，确认 OpenWhispr 已启用
• Windows：设置 → 隐私 → 麦克风，开启应用访问并允许 OpenWhispr
• Linux：用pavucontrol检查选对了输入设备

转录结果为空或只有"你"一个字

• 检查麦克风权限和输入设备选择
• 清缓存：rm -rf ~/.cache/whisper
• 换一个热键试试，必要时重走一遍引导流程

本地转录失败，提示 "whisper.cpp 未找到"

• 源码运行时先执行npm run download:whisper-cpp下载二进制
• macOS 也可brew install whisper-cpp；清模型缓存rm -rf ~/.cache/openwhispr/whisper-models
• 临时改用云端转录兜底

GPU 加速启动失败

• 会自动回落到 CPU 并重试，听写照常完成，不用处理
• 想彻底关掉 GPU 加速，在转录模型选择器里的 GPU 卡片上关闭即可

更多细节看仓库根目录的 TROUBLESHOOTING.md，里面还覆盖了 Windows 杀软误杀、Linux Wayland 剪贴板、系统音频采集等平台专属问题。

写在最后

OpenWhispr 把"说话即文字"做成了一个零配置、零数据收集的日常习惯，本地模型保证了隐私底线，云端模式保留了速度上限，两者随时可切换。跑起来之后，建议先去把日历连接和本地 Whisper 模型各试一遍——这两件事决定它在会议场景下能不能真正替你省时间。

【免费下载链接】openwhisprVoice-to-text dictation app with local (Nvidia Parakeet/Whisper) and cloud models (BYOK). Privacy-first and available cross-platform.项目地址: https://gitcode.com/GitHub_Trending/op/openwhispr