Audionaut

Audionaut - 最新版

Audionaut 是一款免费、开源的桌面应用程序,用于轻松的音频编辑和录音。无论你是在处理音乐、播客还是多轨录音,它都能提供精确剪切、每轨播放列表、灵活的多声道支持和干净的导出——而没有完整 DAW 的沉重和复杂。
Neiroha

Neiroha - 最新版

Neiroha 是一个 Flutter 应用,面向需要大量角色音色、多种 TTS 引擎、长文本生成和配音项目的创作者。它的目标不是再做一个简单的输入框,而是把零散脚本、Web UI、文件夹和本地推理服务整理成一个可持续使用的工作流。
StemDeck 

StemDeck  - 最新版

StemDeck 是一款基于 Demucs 模型的桌面端应用,它将强大的 AI 分离能力完全移植到你的本地电脑上。 无需注册,无需联网上传,只需拖入 MP3/WAV 文件或粘贴 YouTube 链接,StemDeck 即可在几秒钟内为你分离出 6 条独立音轨,并提供专业的 DAW 风格混音器进行预览、编辑与导出。
SpeakoFlow

SpeakoFlow - 最新版

SpeakoFlow是一个免费的、本地的桌面语音助手。通过语音实现听写、写作和AI助手功能,可以将你的语音实时转换为文字,就在你正在工作的位置。按下热键说话,你的话就会被输入到你正在使用的任何应用中。说“Hey Flow”可以将你所说的内容转化为完成的回复或邮件,或者打开一个浮动助手面板,通过语音进行对话并收听朗读给你的回复。
LazyTyper

LazyTyper - 最新版

这款仅 11.3MB的桌面应用,集成了 12 个专业语音识别模型(含 5 个本地离线模型),中文识别准确率超 90%,支持中英日混输、AI 润色、代码变量识别,且永久免费、无广告、不收集数据。
AudioScript 声稿

AudioScript 声稿 - 最新版

AudioScript声稿主打隐私优先的离线双语字幕,不需要把音频发到在线API,适合观看无字幕外文视频、收听海外播客、英文会议旁听。底层使用成熟的本地流式语音识别+机器翻译模型,悬浮字幕样式自由度高,常驻托盘的设计适合长时间后台运行。
Handy

Handy - 最新版

Handy 是一款基于 Tauri(Rust + React/TypeScript)构建的跨平台桌面应用,提供简单、注重隐私的语音转录功能。按下快捷键,说话,你的文字就会出现在任何文本框中——全程无需将语音数据发送到云端。
OpenWhispr

OpenWhispr - 最新版

OpenWhispr 将您的语音从桌面转化为文本、笔记和操作。按下热键,说话,您的文字就会出现在光标处。您可以在完全私密的离线转录(使用本地语音转文本引擎如 Whisper 和 NVIDIA Parakeet,您的音频永远不会离开设备)和云端处理(追求速度)之间自由选择。
VoiceStudio

VoiceStudio - 最新版

VoiceStudio 是一个免费、开源的桌面应用,将克隆、设计、配音、听写和有声书制作整合在一个界面中。核心流程完全在你的本地硬件上运行,支持 646 种语言,没有用量计费,也没有隐藏的云端依赖。
CosyVoice Desktop

CosyVoice Desktop - 最新版

CosyVoice Desktop 是一个完全本地运行的桌面端有声内容生成工具,基于 CosyVoice3-0.5B 大模型构建,无需联网、无需订阅,打开即用,支持多角色配音、语音修补、跨语言合成,并提供完整的项目管理与音频导出流程。
Buzz

Buzz - 最新版

Buzz 是一款功能强大且灵活的转录应用,特别适合需要在本地离线环境中处理音频和视频转录的用户。它支持多种模型和格式,提供了丰富的功能特性,能够满足不同场景下的转录需求。
OpenTypeless

OpenTypeless - 最新版

OpenTypeless 是一款面向 macOS、Windows 和 Linux 的开源 AI 语音工具,旨在通过“语音优先”的工作流重塑用户的输入体验。它不仅是简单的听写工具,更是一个集实时转录、AI 润色、选中文本改写及即时语音问答(Ask Anything)于一体的智能辅助系统。
Epicenter

Epicenter - 最新版

Epicenter 是一个正在演进的开源应用生态系统,致力于构建一个完全由用户掌控的本地智能工作环境。此前以 Whispering 之名广为人知的转录工具,现已正式升级为 Epicenter Whispering,并成为 Epicenter 生态系统中的首个成员。
Omi AI 

Omi AI  - 最新版

Omi AI 是一款应用,能记录您的会议和对话,并将其转化为可搜索的文字记录、摘要、待办事项和记忆——支持 Mac、浏览器、手机、Apple Watch,还能与您的可穿戴设备(Omi Pendant / Omi Glass)配对使用。
闪电说

闪电说 - 最新版

闪电说是端侧优先的 AI 语音输入法,本地语音模型带来毫秒级响应,是追求极致速度的极佳选择。告别打字,用闪电说 AI 语音输入法快 4 倍,AI 对话、AI 编程、文档写作、聊天回复......全场景都能用,支持所有应用。
audio.cpp

audio.cpp - 最新版

audio.cpp 是一个基于 ggml 构建的 C++ 音频推理框架,旨在解决 Python 音频生态中环境配置复杂、依赖冲突频发的问题。它提供了一个共享的原生运行时,支持在 Windows、Linux 和 macOS 上高效运行现代音频模型,涵盖 NVIDIA CUDA、AMD HIP/ROCm、Apple Metal 以及纯 CPU 后端。
OpenOats

OpenOats - 最新版

OpenOats 是一款专为 macOS 设计的智能会议助手,它静静地坐在你的通话旁,实时转录双方对话,并在关键时刻自动搜索你的本地笔记,将最相关的谈话要点推送到你眼前。
Superwhisper 

Superwhisper  - 最新版

Superwhisper 不只是一个语音转文字工具,而是一个语音优先的写作助手。它让创作从“敲键盘”变为“开口说”,特别适合需要快速记录、频繁写邮件、或希望减少重复输入的用户。
noScribe

noScribe - 最新版

noScribe 是一款完全免费、开源的桌面应用,专为处理敏感音频数据而设计。它利用强大的本地 AI 模型(OpenAI Whisper 和 Pyannote),在你的电脑上完成所有转录工作,无需联网,无需订阅,确保数据绝对安全。
PhoneMic

PhoneMic - 最新版

PhoneMic 是一款局域网内用手机语音输入文字到电脑的工具。您只需用手机扫码,即可将手机输入法(如豆包、讯飞等)识别出的文字实时发送到电脑当前光标位置,完美解决电脑端没有好用的语音输入法的问题。
Input 0

Input 0 - 最新版

Input 0 是一款专为 macOS 设计的轻量级语音输入工具。它通过“按住录音、松开即得”的极简交互,将本地 AI 转录与大模型文本优化完美结合,实现了隐私安全、极速响应、无缝粘贴的语音输入体验。
Krillin AI

Krillin AI - 最新版

Krillin AI 是一款全能型音视频本地化与增强解决方案。这款简约而强大的工具,集音视频翻译、配音、语音克隆于一身,支持横竖屏格式输出,确保在所有主流平台(哔哩哔哩,小红书,抖音,视频号,快手,YouTube,TikTok等)都能完美呈现。
知了 · Cicada

知了 · Cicada - 最新版

知了(Cicada)是面向线上会议、直播、线下会谈的实时双语字幕、同声传译、智能纪要工具,覆盖 Mac / Windows / Linux / Android,支持 Zoom、飞书、腾讯会议、X Spaces、YouTube 直播等场景;它抓取系统音频,不需要往会议里拉机器人,参会另一方无感知。