Vibe - 自己动手转录！

⌨️ 使用 OpenAI Whisper 离线转录音频/视频

🔗 下载 Vibe   |   给它点个 Star ⭐ |   支持这个项目 🤝

---

截图

功能 🌟

• 🌍 支持几乎所有语言的转录
• 🔒 极致隐私：完全离线转录，数据永不离开您的设备
• 🎨 友好的用户界面设计
• 🎙️ 支持音频和视频转录
• 🎶 可从热门网站（YouTube、Vimeo、Facebook、Twitter 等）转录音频
• 📂 批量转录多个文件！
• 📝 支持 SRT、VTT、TXT、HTML、PDF、JSON、DOCX 等格式
• 👀 实时预览
• ✨ 摘要功能：使用 Claude API 快速生成多语言摘要
• 🧠 Ollama 支持：通过 Ollama 进行本地 AI 分析和批量摘要
• 🌐 支持将任何语言翻译成英语
• 🖨️ 直接打印转录内容到任意打印机
• 🔄 自动更新
• 💻 针对 GPU 优化（macOS、Windows、Linux）
• 🎮 适配 Nvidia、AMD 和 Intel 显卡！（Vulkan/CoreML）
• 🔧 完全自由：可通过设置轻松自定义模型
• ⚙️ 高级用户可用的模型参数
• ⏳ 支持系统音频转录
• 🎤 支持麦克风输入转录
• 🖥️ CLI 支持：直接通过命令行界面使用 Vibe！（参阅 --help）
• 👥 发言人分离
• 🎬 稳定时间戳模式，适用于字幕和电影级时间同步（基于 VAD，速度较慢）
• 📱 iOS 和 Android 支持（即将推出）
• 📥 可集成您自己站点的自定义模型：使用 vibe://download/?url=<model url>
• 📹 可选择适合视频或短视频的字幕长度
• ⚡ 带 Swagger 文档的 HTTP API！（使用 --server 并打开 http://<host>:3022/docs 查看文档）

支持的平台 🖥️

MacOS Windows Linux

贡献 🤝

开发者

请从 这里 开始本地开发。

欢迎提交 PR！此外，也欢迎您添加翻译。

我们衷心感谢所有贡献者。

社区

路线图 🛣️

您可以在 Vibe-Roadmap 中查看路线图。

添加翻译 🌐

1. 将 desktop/src-tauri/locales 文件夹中的 en 复制到新目录，例如 pt-BR（使用 bcp47 语言代码）。
2. 将其中的所有值更改为新语言，但保持键名不变。
3. 在 Github 上创建 PR 或问题。

此外，您还可以通过在 landing/static/locales 中创建新文件，为 Vibe 官网 添加翻译。

文档 📄

请参阅 Vibe 文档。

想了解更多！

Medium 文章

问题报告

您可以打开 新问题，建议先查看 debug.md。

隐私政策 🔒

您的隐私对我们至关重要。请查阅我们的 隐私政策，了解我们如何处理您的数据。

致谢

感谢 tauri.app 提供了我见过的最佳应用框架。

感谢 github.com/whisper.cpp 为 AI 模型提供的出色接口。

感谢 openai.com 的杰出 Whisper 模型。

感谢 github.com 对开源项目的大力支持，以及完全免费的基础架构服务。

还有所有本项目所使用的优秀开源框架和库……

Vibe 快速上手指南

Vibe 是一款基于 OpenAI Whisper 的离线音视频转写工具，支持多语言、完全本地运行（保护隐私），并提供图形界面与命令行双重操作模式。

环境准备

系统要求

Vibe 支持以下主流操作系统：

• macOS (支持 Apple Silicon CoreML 加速)
• Windows (支持 Nvidia/AMD/Intel GPU 加速)
• Linux (支持 Vulkan/CoreML 加速)

前置依赖

• 硬件加速（可选但推荐）：
  • Nvidia 显卡需安装对应的 CUDA 驱动。
  • AMD 或 Intel 显卡需确保系统支持 Vulkan。
  • macOS M1/M2/M3 芯片无需额外配置，自动启用 CoreML。
• 网络环境：首次运行时可能需要下载 Whisper 模型文件，建议确保网络通畅。若后续集成 Ollama 进行本地摘要，需预先安装并运行 Ollama 服务。

安装步骤

方式一：下载预编译版本（推荐）

访问官方发布页面直接下载对应系统的安装包，无需编译：

1. 前往 Vibe 下载页。
2. 根据你的操作系统选择对应的安装包（.dmg, .exe, 或 .AppImage/.deb）。
3. 下载完成后按常规流程安装即可。

方式二：从源码构建（开发者）

如果你需要自定义功能或贡献代码，可以参考以下步骤进行本地开发构建：

# 克隆仓库
git clone https://github.com/thewh1teagle/vibe.git
cd vibe

# 查看具体的构建依赖和命令（参考官方构建文档）
# 详见：docs/building.md

注：源码构建需要安装 Rust, Tauri CLI 以及 Node.js 等开发环境，具体请参照 docs/building.md。

基本使用

1. 图形界面使用 (GUI)

启动 Vibe 应用后，你将看到直观的操作界面：

• 添加文件：拖拽音频或视频文件到窗口，或点击按钮选择文件。
• 在线源转写：直接粘贴 YouTube、Bilibili (需验证兼容性)、Twitter 等网站的视频链接进行转写。
• 开始转写：选择输出格式（支持 SRT, VTT, TXT, PDF, DOCX 等），点击开始按钮。
• 高级功能：
  • 在设置中切换 Whisper 模型大小以平衡速度与精度。
  • 开启 "Speaker diarization" 区分不同说话人。
  • 连接本地 Ollama 服务对转写结果进行自动摘要。

2. 命令行使用 (CLI)

Vibe 同样支持强大的命令行操作，适合批量处理或脚本集成。

查看帮助信息：

vibe --help

基础转写示例：

# 转写单个音频文件
vibe transcribe path/to/audio.mp3

# 指定输出格式为 SRT 字幕
vibe transcribe path/to/video.mp4 --format srt

# 批量转写文件夹内的所有文件
vibe transcribe ./my_audios_folder/ --batch

高级用法示例：

# 使用特定模型 (如 large-v3) 并开启说话人分离
vibe transcribe input.wav --model large-v3 --diarize

# 启动 HTTP API 服务 (默认端口 3022)
vibe --server
# 启动后可访问 http://localhost:3022/docs 查看 Swagger 接口文档

实时麦克风转录：

# 直接从麦克风录制并实时转写
vibe transcribe --microphone

通过以上步骤，你可以立即开始使用 Vibe 进行高效、隐私安全的音视频转写工作。