# Whisperstream 适用于 Windows 的本地语音听写应用：通过按键说话将语音转为文字，并插入兼容应用；核心听写无需将麦克风音频上传至云端。 - Findings24: - 网站: - 价格: Freemium - 分类: 语音转文字 ## 什么是 Whisperstream？ Whisperstream 是一款适用于 x64 Windows 10 和 Windows 11 电脑的 Windows 语音听写工具包。它通过可配置的按键说话快捷键捕获语音，使用在 CPU 上运行的 NVIDIA Parakeet 模型在电脑本地进行转录，并通过剪贴板粘贴或可选的模拟按键，将文字发送到当前聚焦的输入框。核心转录流程不会将麦克风音频上传、流式传输或存储到服务器；下载所需的语音模型后，即使离线也可以运行。 该应用旨在将文字输入到许多现有工作流程中，无需专用编辑器或插件。网站将 Outlook、Word、Slack、VS Code、浏览器、终端、Gmail 和 Claude Code 列为兼容或演示的目标应用，同时指出，应用权限、安全设置、管理员限制以及远程会话策略可能影响文字插入。 除基本听写外，Whisperstream 还提供听写记录、音频文件转录、自定义词典、可选的 AI 清理功能，以及按应用或网站设置的配置文件。清理功能可使用受支持硬件上的本地模型、Ollama，或已配置的云端或自定义提供商；该功能默认关闭。应用支持 39 种语言，可在录音时降低系统音量，并提供锁定模式，将清理功能限制为设备端模型，同时关闭 Whisperstream 云端增强功能。 Whisperstream 提供无需账户或信用卡的免费试用。网站列出的购买选项包括 29 美元的单设备许可证，以及 49 美元的最多用于购买者本人两台设备的许可证；网站还说明提供 30 天退款政策。 ## Whisperstream 能做什么？ ### 本地语音转录 使用 NVIDIA 的开放权重 Parakeet 模型在 CPU 上将语音转换为 Windows 电脑上的文字。下载模型后，核心听写无需互联网连接即可运行。 ### 按键说话控制 按住默认的右 Shift 快捷键进行听写，可重新设置快捷键，或切换到切换模式以实现免手操作录音。应用注册快捷键无需管理员权限。 ### 跨应用发送文字 通过剪贴板粘贴或可选的模拟按键，将听写文字插入当前聚焦的输入框，无需安装插件。实际支持情况可能因应用以及安全策略或远程会话策略而异。 ### 多语言模型 支持 39 种语言；需要时，应用会选择并下载匹配的设备端语音模型。 ### 历史记录、文件导入和词典 搜索已保存的听写记录，在音频可用时重播关联音频，再次复制结果，在本地转录选定的音频文件，并为姓名、技术术语和首字母缩写添加拼写替换。 ### 可选清理和隐私控制 使用本地或已配置的提供商删除口头填充词、修正标点并应用口述更正。锁定模式会关闭 Whisperstream 云端增强功能，并将清理限制为设备端模型。 ## 使用场景 ### 撰写邮件和文档 在 Outlook、Word、Gmail 或其他当前聚焦的输入框中进行听写，然后可使用清理功能处理标点、语法和口述更正，再发送或保存内容。 ### 编程和终端工作 在 VS Code 或终端中输入文字；通过自定义配置文件，可为当前聚焦的应用应用简洁或其他针对任务的清理提示词。 ### 聊天和协作 在 Slack 和基于浏览器的工具中使用按键说话听写，无需安装应用插件，但需遵守目标应用的文字输入策略。 ### 离线或注重隐私的工作 完成设置并下载所需模型后，可在出行中或无网络连接时进行听写；如果不希望启用云端增强并需要对本地历史记录提供额外保护，也可以使用锁定模式。 ### 转录现有录音 导入电脑上存储的音频文件并在本地生成听写记录，还可选择将其保存到可搜索的历史记录中。 ## 常见问题 ### Whisperstream 需要哪些操作系统和硬件？ 支持 x64 电脑上的 Windows 10 和 Windows 11。官方注明最低需要 8 GB 内存，建议使用 16 GB；核心转录在 CPU 上运行，不需要 GPU。据介绍，英特尔第 8 代或更新处理器，以及 AMD Ryzen 3000 系列或更新处理器，可提供近乎即时的转录。 ### Whisperstream 会上传麦克风音频吗？ 核心转录流程会将麦克风音频保留在电脑上，不会将其上传到 Whisperstream 服务器。可选在线功能、已配置的云端增强、许可证检查、更新、模型下载和单独的集成各自可能产生网络活动；已配置的云端增强接收的是听写文本，而不是原始语音录音。 ### 文字如何传送到其他应用？ Whisperstream 通过剪贴板粘贴或可选的模拟按键，将结果发送到当前聚焦的输入框。它可以在 Outlook、Word、Slack、VS Code、浏览器和终端等应用中运行，但应用权限、安全设置、管理员限制和远程会话策略可能限制文字插入。 ### 有免费试用吗？购买后会怎样？ 无需账户或信用卡即可试用应用；从首次生成文字的听写开始计算，至少可试用 7 天。网站列出的价格为单设备 29 美元，或最多用于购买者本人两台设备的 49 美元，另有 30 天退款政策。 ### 没有互联网连接时可以使用 Whisperstream 吗？ 完成设置并下载所需模型后，核心录音和转录可以离线运行。不过，激活或定期许可证验证、更新、模型下载、已配置的云端增强以及某些独立工作流程仍可能需要互联网连接。 ## 快速信息 - **类别**: Windows 语音听写和生产力软件 - **平台**: Windows 10 和 Windows 11，x64 - **转录**: 使用 NVIDIA Parakeet 和其他语言模型进行设备端 CPU 处理 - **语言支持**: 39 种语言 - **主要工作流程**: 通过按键说话将语音转换为文字，并输入当前聚焦的应用字段 - **定价模式**: 免费试用；单设备 29 美元，或最多用于两台个人设备 49 美元；30 天退款政策