Whisper 的替代品

7 个可以替代 Whisper 的软件,1 个在国内不能直接访问、归在最后,Whisper 本身在国内不能直接访问,国内可直接用的排在前面。费用、登录、平台与可访问性都是本站实测或从官网核对的。

Whisper
github.com

OpenAI 开源的通用语音识别模型,以 Python 包形式提供,可把录音转成文字、把非英语语音译成英文并识别语种,六种尺寸在速度与准确率间取舍,适合愿意写几行 Python 的开发者批量转写字幕或搭建会议记录工具。

工具免费不用登录Windows · macOS · Linux英文开源国内不可直接访问

对比

条目费用登录平台国内可直接访问一句
Yescribe.ai — 要登录 网页 待检测 替代转写这一块:网页上传即出稿,不用配 Python 和显存,但拿不到模型权重自己改
TransPocket 有免费版 要登录 网页 待检测 替代转写这一块:基于 Whisper 的网页版,支持说话人区分和 YouTube 链接,省去本地部署
Memo AI 有免费版 — Windows · macOS 待检测 替代本地转写这一块:桌面端本地跑出带时间轴文字稿,支持说话人区分,不用写 Python
LazyTyper 免费 — Windows · macOS · Linux · 网页 待检测 替代语音转文字这一块:桌面端本地离线转写、中英混输,适合会议纪要,但偏输入而非批量转写
FunClip 免费 不用登录 网页 · Linux · Windows · macOS 待检测 替代语音识别这一块:开源本地工具用 FunASR 转带时间戳文字并直接剪视频,模型不是 Whisper
Fly Cut Caption 免费 不用登录 网页 可以 替代转写字幕这一块:浏览器本地跑 Whisper 出字级时间戳,还能双语编辑和硬烧导出
WhisperX 免费 — Linux · Windows 不可以 在 Whisper 上加词级时间戳和说话人分离,同样 Python 包,做字幕和会议记录更省事

详细介绍

部分替代 6
Yescribe.ai要登录 基于 Whisper 技术的在线音视频转录工具,支持 98 种语言、单文件最长 5 小时,可导出多种格式并生成 AI 摘要,适合记者整理采访录音、学生补课堂笔记。替代转写这一块:网页上传即出稿,不用配 Python 和显存,但拿不到模型权重自己改 TransPocket有免费版要登录 网页端的音视频转文字工具,基于 Whisper 模型,可上传文件或直接粘贴 YouTube 链接,支持说话人区分并导出 SRT 等格式,适合偶尔整理访谈录音或给视频配字幕的人。替代转写这一块:基于 Whisper 的网页版,支持说话人区分和 YouTube 链接,省去本地部署 Memo AI有免费版 Pemo LLC 推出的 Windows/macOS 桌面转录工具,在本地把音视频和播客链接转成带时间轴文字稿,支持说话人分离、90 多种语言翻译与字幕导出,适合播客剪辑和会议记录时边听边标发言者。替代本地转写这一块:桌面端本地跑出带时间轴文字稿,支持说话人区分,不用写 Python LazyTyper免费 跨平台的桌面语音输入工具,内置 12 个语音模型可随时切换,支持中英混输和本地离线转写,核心功能免费,适合整理会议纪要、回邮件时对着麦克风口述。替代语音转文字这一块:桌面端本地离线转写、中英混输,适合会议纪要,但偏输入而非批量转写 FunClip免费不用登录 阿里通义实验室开源、在 ModelScope 组织下维护的本地视频剪辑工具,用 FunASR 把语音转成带时间戳的文字,可按选中的句子或指定说话人一次裁出多段视频并导出 SRT 字幕,适合做访谈、课程、播客剪辑的人对着转写稿挑段落。替代语音识别这一块:开源本地工具用 FunASR 转带时间戳文字并直接剪视频,模型不是 Whisper Fly Cut Caption免费不用登录国内可直接访问 免费的浏览器端视频字幕工具,用本地 Whisper 识别生成字级时间戳,支持双语双轨编辑、自动剪掉长停顿并硬烧导出,适合课程录制者去掉讲解中的停顿和口误。替代转写字幕这一块:浏览器本地跑 Whisper 出字级时间戳,还能双语编辑和硬烧导出
国内不可直接访问 1

还有:faster-whisper、whisper.cpp、OpenAI API 音频转写、Vosk、FunASR(未收录)

更新于 11 月 8 日 · 报告问题

查看详情 打开官网github.com