Vibe 语音转文字实战教程从零上手本地转写1 小时录音 15 分钟变文字【免费下载链接】vibeTranscribe on your own!项目地址: https://gitcode.com/GitHub_Trending/vib/vibe你有没有过这种经历开完两小时会面对满屏录音发呆听一遍再敲一遍字整理一下午还没弄完还怕发给第三方工具泄露内容Vibe 语音转文字是一款完全离线的桌面转写应用基于 Whisper、Nemotron、Parakeet TDT 三类模型在本地运行音频不出设备就能变成文字支持批量处理、URL 直转和 AI 摘要适合会议记录、播客字幕和课程整理人群。 一分钟了解 Vibe一句话定位装在本地电脑上的语音转文字工具转写、摘要、翻译全在你设备上完成。支持 macOS13.3、Windows 8、LinuxUbuntu 22.04三大平台识别几乎每一种语言可自动检测输出 7 种格式TXT、SRT、VTT、HTML、PDF、JSON、DOCX三种模型引擎Whisper、Nemotron 3.5、Parakeet TDT v3支持 GPU 加速安装即用Windows 双击.exe、macOS 装.dmg、Linux 用.deb100% 离线录音、文件、URL 三种输入方式核心能力拆解批量转写一次拖入多个录音批量功能是 Vibe 最能省时间的能力。把多个音频文件一次拖进窗口队列会按顺序逐个转写中途可暂停、调整顺序转完统一导出。它支持 SRT 字幕、TXT 纯文本、PDF 文档等 7 种输出格式字幕格式自带时间戳。适合你攒了一堆会议录音、播客单期需要集中处理的场景——10 个录音排进队列去睡一觉回来全是文字稿。批量队列的实现位于 desktop/src/pages/batch/ 目录。方式10 个会议录音隐私手动听打20 小时无风险云端转写服务几分钟音频需上传Vibe 批量转写十几分钟挂机完全离线URL 直接转写跳过下载环节不想自己找下载工具时直接把 YouTube、Vimeo 等平台的视频链接贴进应用点下载音频Vibe 自动抓取音频并转成文字。它基于内置的 ytdlp 模块 工作还可以选择把音频文件留档。对做字幕搬运、课程笔记的人来说贴链接 → 出字幕两步就完成省去找下载器、配格式的折腾。本地 AI 摘要与说话人分离转写完的长文可以接本地 Ollama 大模型自动提炼要点、生成多语言摘要全程不联网也支持用 Claude API 做摘要。需要区分谁说了什么时开启说话人分离speaker diarization会议记录里会自动标注不同发言人。这两个能力对 1 小时以上的讲座、访谈特别有价值——先让 AI 出摘要和待办清单再回头精读细节。Ollama 摘要的配置步骤写在 docs/install.md 里。 从零起步3 步完成第一次转写安装从官方下载页获取对应安装包Windows 双击.exe装好macOS 按芯片选aarch64.dmg或x64.dmg装完在应用程序里右键打开绕过拦截Linux 执行sudo dpkg -i vibe.deb。首次运行首次打开会自动下载 Whisper 模型默认 medium 规格等进度条走完即可没有网络的话在设置里取消下载改用离线方式放入预下载好的模型文件。转写第一个文件把任意音频拖入主界面语言选自动检测点开始转写。文字会实时预览转完导出你需要的格式。需要本地 AI 摘要的话装好 Ollama 后在终端执行一条命令拉模型ollama run llama3.1然后在应用内勾选摘要选项并点运行检查。实战任务把 1 小时会议录音变成 SRT 字幕稿打开 Vibe把meeting.mp3拖进主界面语言保持自动检测格式选SRT。点开始转写进度条滚动时文字实时上屏口误听不清的段落可以边转边对照修正。转写结束导出 SRT 文件——每一行字幕都带精确时间戳直接丢进剪辑软件。可选进阶在 More Options 里打开说话人分离重跑一次得到带发言人标注的纪要或对文本执行 Ollama 摘要直接拿到要点清单和待办。整个流程里音频从未离开你的电脑导出的字幕稿可以直接交给剪辑同事。⚡ 调优与避坑 FAQ模型怎么选tiny快但糙large准但慢日常建议medium或官方推荐的large-v3-turbo做听写选支持流式的 Parakeet / Nemotron模型清单见 docs/models.md。Linux 界面花屏启动前执行export WEBKIT_DISABLE_COMPOSITING_MODE1。Windows 报 msvc140.dll 缺失安装 Visual C Redistributable 即可。macOS 提速 2-3 倍下载与模型对应的.mlmodelc文件放入模型文件夹首次使用会自动编译之后转写更快。字幕时间戳要更稳More Options 里开启 Stable timestampsVAD 模式速度约为普通模式 1/4适合电影级字幕精度。想翻译成英文只能用 Whisper 的small/medium/large系列模型large-v3-turbo不支持。Vibe 把转写、批量、摘要三件事压缩进一个离线工具隐私和速度都不需要妥协。现在去下载一个安装包把你手边最久没整理的那段录音丢进去试试如果这篇文章帮你省了整理时间记得给项目点个 Star。【免费下载链接】vibeTranscribe on your own!项目地址: https://gitcode.com/GitHub_Trending/vib/vibe创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考