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。
挑一个能复现的小 issue，用 AI 编程助手把它修好。
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
- 902
- 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 2026-11-09
同分类更多: 文档、媒体与内容
LuxTTS 是一款轻量级语音合成模型，可根据参考音频克隆音色并生成清晰的 48 kHz 语音。可通过 Python、Colab 或 Hugging Face Spaces 使用。
Fork 时间 2026-10-19上次同步 2026-11-09许可证: Apache-2.0文档、媒体与内容GitHub
一款可自托管的知识库，用于编写、整理、搜索和分享 Markdown 笔记。支持离线使用和团队工作区，适合个人或团队管理文档。
Textus是一款免费的开源Markdown编辑器，内置AI写作助手，可在macOS、Windows和Linux上写作与编辑。
Clypra是一款免费开源的视频编辑器，可在精准到帧的时间线上剪辑和编排视频，并使用 Rust 和 GPU 加速解码与渲染。