返回 AI 工具目录
Vibe Transcribe
AI 应用人工精选最近核验 2026年7月23日
Vibe 是一款开源的跨平台桌面转录应用,把音频和视频转成文字,全程在本地离线完成,数据不上传服务器。它基于 Whisper 等模型(还支持 Nemotron、Parakeet),可批量转录、生成字幕,导出 SRT、VTT、TXT、HTML、PDF、JSON、DOCX 等格式,支持多语言、说话人分离、麦克风与系统声音转录,并提供命令行与 HTTP API。可在 macOS、Windows、Linux 上运行,支持 GPU 加速。采用 MIT 许可,适合注重隐私、需要本地转录的个人与团队。
定价开源部署本地运行国内可达国内可达许可MIT
解决什么问题
- 在本地离线把音视频转为文字,数据不出设备
- 批量转录并生成多格式字幕与文档
- 支持多语言识别与说话人分离
- 可转录麦克风与系统声音
适合
- 注重隐私、要求数据不出本机的转录需求
- 会议、访谈、播客的批量转写与字幕
- 需要导出多种字幕或文档格式的场景
- 希望本地 GPU 加速而非上云的用户
不适合
- 依赖本地算力,长音频在弱机器上较慢
- 首次需下载模型,国内下载可能缓慢
- 识别准确率受模型、口音与音质影响
- 实时直播转写场景需自行验证时延
如何接入
- 下载对应平台桌面应用直接使用
- 首次运行需下载所选模型文件
- 提供 CLI 与 HTTP API 便于脚本化
- 可选 GPU 加速与本地批处理
已知限制
- 转录质量取决于所选模型与音频质量
- 首次模型下载来自境外源,可能较慢
- 本地算力不足时长音频处理耗时
- 说话人分离等高级功能效果因场景而异
接入与使用事实
- 部署方式
- 本地运行
- 实现语言
- English、中文
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 开源
- 许可证
- MIT
- 国内可达性
- 国内可达
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号，不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
- 代码仓库仅作事实索引