2.1 · 所有平台
支援您的語言
選單、按鈕與訊息共提供 42 種語言（macOS 與 Linux 為 39 種）。應用程式會遵循您的系統語言設定，您也可以在進階設定中自行選擇。除了英文以外的所有語言皆為機器翻譯並已清楚標註；波斯文、阿拉伯文和希伯來文目前僅在 Windows 上提供。
免費且開源 · BSD-3-Clause · v2.1.0
音訊輸入。 文字輸出。 您的音訊完全保留在電腦中。
Whisper Transcriber Suite 完全在您自己的電腦上執行 OpenAI 的 Whisper 模型 — 支援 faster-whisper、whisper.cpp 或 NVIDIA Parakeet。只需將音訊或影片拖曳進去，即可獲得帶有時間戳記的逐字稿。無需雲端、無需帳號、更沒有按分鐘計費的費用。
- 14 種逐字稿格式
- 2,800+ 次累積下載
- 0預設音訊上傳次數
- $0永久免費
產品導覽
一個視窗。六大工具。
拖放檔案、選擇選項，按下「轉錄」。其他所有功能——佇列、下載、即時擷取、聲音複製與區域網路共用——都只需切換分頁。拖曳圓環，或使用箭頭切換。
2.1 版新功能
2.1 版新功能。現已支援您的語言。
應用程式支援 42 種語言、長篇錄音至結尾皆能完整標記說話者標籤、即使突然斷電檔案也不會損毀，以及在每台 Mac 上皆可正常使用的線上功能。下方為 2.0 版新增的功能。
2.1 · 所有平台
值得信賴的說話者標籤
說話者名稱現在能一路標記至長篇錄音結束，說話者偵測也不再會造成轉錄當機；在辨識說話者旁，您可以設定說話人數（2 到 10 人），不必局限於「自動」設定。
2.1 · 所有平台
您的工作成果更安全
逐字稿、匯出檔案與字幕在取代舊檔前皆會完整寫入磁碟，因此即使突然斷電也不會產生空白檔案。轉錄程序若在寫入所有檔案後停止，亦會算作已完成。
2.1 · macOS
每台 Mac 都能使用線上功能
檢查更新、問題回報以及其他網路查詢功能，不再會因 certificate verify failed 而失敗。
2.0 · 所有平台
速度與剩餘時間
「轉錄佇列」分頁會顯示每項轉錄的執行速度與預估剩餘時間，例如 約 4.8x，剩餘 6 分鐘。工作完成時，結果卡片會顯示速度、使用的模型與裝置。
2.0 · 所有平台
製作字幕影片
在「下載影片」分頁勾選此選項，即可將影片連結轉為內嵌好字幕的 <title>-subbed.mp4：下載、轉錄與內嵌字幕整合為單一佇列工作，具備進度顯示且可正常取消。下載的原始檔案與逐字稿皆會保留。
2.0 · 所有平台
將逐字稿分享為單一網頁
將完成的逐字稿儲存為單一 .html 檔案，無需安裝軟體或連接網路，即可在任何瀏覽器中開啟：具備時間戳記、語者、章節與搜尋框。點選任一字詞，媒體便會從該處開始播放。
2.0 · 所有平台
離線運作，清晰可見
「檔案」選單下的一個開關即可讓應用程式完全離線。視窗底部的提示行會顯示連線是否開啟，而立即驗證離線狀態可顯示測試連線皆被拒絕。使用統計資料預設為開啟，可於「說明」選單下關閉。
2.0 · 所有平台
將語音翻譯為英文
輸出：英文翻譯選項利用 Whisper 本身的翻譯功能，只需一次處理就能將非英語音直接轉為英文字幕。此功能預設關閉，且並非所有引擎或模型均支援。
2.0 · macOS
宛如原生 Mac 的使用體驗
具備「設定」（Command-comma）的應用程式選單、跟隨 macOS 的淺色與深色外觀、採用系統字型、支援從 Finder 開啟或拖放至 Dock 圖示，並可在應用程式於背景完成工作時發送通知。
2.0 · Windows
工作列進度與深色標題列
工作列按鈕可顯示進度、佇列與執行中的工作數量，並在工作完成時閃爍提示。標題列跟隨深色主題，文字在 125% 與 150% 顯示縮放比例下依然保持清晰。
2.0 · 首次啟動
快速上手與範例片段
全新安裝時會先詢問您的語言、「快速」或「最佳品質」偏好，以及儲存資料夾，並在開始下載前顯示模型大小。一段 18 秒的公有領域範例片段，讓您在挑選自己的檔案之前，就能先查看實際的逐字稿效果。
2.0 版的其他新功能：「文字轉語音」可分段朗讀高達 100,000 個字元的文字、透過 立即更新 按鈕無需系統管理員權限即可更新影片下載器，並以簡潔安靜的更新列取代更新對話方塊。「影片拼貼」分頁已移除。所有詳細內容皆在 更新記錄 中。
功能特色
滿足您對轉錄工具的所有期待。完全在您的本機電腦上執行。
faster-whisper · whisper.cpp · Parakeet
本機處理，注重隱私的轉錄
預設採用 Whisper large-v3，另支援 large-v3-turbo 與 distil-large-v3.5。自由挑選最符合您硬體配備的後端。
14 種格式
滿足您所需的所有逐字稿格式
直接儲存在輸入檔案的相同目錄下 —— 此外還支援 oTranscribe、ELAN、InqScribe 與 Express Scribe，滿足專業轉錄工作流程。
麥克風 · 系統音訊
即時轉錄
即時轉錄麥克風收音 —— 或這部電腦正在播放的任何音訊。在自然的停頓處進行斷句，詞句絕不被中途切斷。
逐字時間戳記
說話者分離
選用的「辨識說話者」程序，加上逐字時間戳記與時間範圍裁切功能，讓您精準編輯片段。
暫停 · 繼續 · 重新執行
批次佇列
即時掌握所有待處理與執行中工作的狀態，隨時一鍵完整掌控每一項任務。
由 yt-dlp 驅動
影片與音訊下載
凡是 yt-dlp 支援的內容皆可下載，並可選擇在下載完成後自動轉錄。下載支援中斷續傳，無需重新開始。
先評估再過濾
適應性降噪
先分析每段錄音的音質，僅在確實有益時才進行清理——系統會自我檢查輸出結果，若發現誤刪語音便會自動還原。
此外還提供 AI 工具（摘要、待辦事項、雙語 SRT 字幕處理）、選用的離線聲音複製分頁，以及區域網路模式 —— 更多資訊請參閱 README。
運作方式
完全在您的電腦上運作。您的音訊始終留在本機。
轉錄作業完全在您自己的電腦上執行。只有在您開啟兩種選用的雲端引擎之一時，音訊才會上傳；而逐字稿文字也只有在您自行連接遠端 AI 模型時才會離開本機。
-
01
拖放檔案，或貼上連結
本機磁碟中的音訊或影片，或是任何
yt-dlp能抓取的內容。Tk 介面在主行程中執行，能立即將工作排入佇列。 -
02
由工作程序常駐模型
每項工作都在專屬的長效 worker 子行程中執行，將 Whisper 常駐於記憶體中，並透過以換行字元分隔的 JSON 串流即時回傳進度 —— 確保視窗永遠不會停止回應。
-
03
逐字稿直接產生在您的檔案旁
透過各工作行程專屬的權杖與心跳訊號保持通訊穩定，並讓應用程式能主動偵測停滯的工作行程，避免跟著卡死。
以 OpenAI 的 Whisper 語音辨識模型 為核心建構，透過 faster-whisper、whisper.cpp 或 NVIDIA Parakeet 於本機端執行，並採用 yt-dlp 與 FFmpeg 進行媒體處理。
參閱完整架構設計步驟指南：YouTube 影片轉文字 · 影片轉 SRT 字幕 · 標註說話者的逐字稿
下載 · v2.1.0 · 發布於 2026-10-12
立即下載。今晚就開始轉錄。
所需的一切皆已打包內建 —— 包含專屬的 Python 執行環境、ffmpeg、ffprobe 與 yt-dlp。只有語音模型本身需要在稍後下載（約 1–3 GB，僅需下載一次）；完成後，無需網際網路連線即可離線轉錄。
Windows 為您推薦
安裝程式 .exe
~238 MB
適合多數人 —— 標準安裝程式、開始功能表捷徑、原處直接升級。因應用程式未進行數位簽章，Windows SmartScreen 可能會跳出一次提示：其他資訊 → 仍要執行。
取得安裝程式Windows 免安裝版
免安裝版 .zip
~360 MB
解壓縮即可直接執行。無需安裝、不需要管理員權限，直接放在 USB 隨身碟上運作也毫無問題。
取得 ZIP 檔macOS 為您推薦
磁碟映像檔 .dmg
~275 MB · ~333 MB
最簡單的方法：在終端機輸入一行指令——自動選擇適合的版本並略過安全性警告。或者取得適用於 Apple Silicon 或 Intel 的磁碟映像檔。
一行指令安裝Linux 與原始碼 為您推薦
從原始碼編譯
Python 3.11+
git clone https://github.com/Milomilo777/whisper-transcriber-suite.git
cd whisper-transcriber-suite
pip install -r requirements.txt
python gui.py
macOS — 一行指令安裝
貼入終端機中，就這麼簡單。
下載適合您 Mac 的版本（macOS 14+ 下載 Apple Silicon 版，其餘則透過 Rosetta 執行 Intel 版），將應用程式複製到 Applications 並開啟。透過 curl 取得的檔案不會被隔離，因此不會出現「未識別的開發者」警告需要點選略過。
A=x64; [ "$(uname -m)" = arm64 ] && [ "$(sw_vers -productVersion | cut -d. -f1)" -ge 14 ] && A=arm64; curl -fL -o /tmp/wts.dmg "https://github.com/Milomilo777/whisper-transcriber-suite/releases/download/v2.1.0/WhisperTranscriberSuite-v2.1.0-macOS-$A.dmg" && hdiutil attach -nobrowse -quiet -mountpoint /tmp/wts-dmg /tmp/wts.dmg && cp -R "/tmp/wts-dmg/Whisper Transcriber Suite.app" /Applications/ && hdiutil detach -quiet /tmp/wts-dmg && rm /tmp/wts.dmg && open "/Applications/Whisper Transcriber Suite.app"偏好一般的安裝方式？開啟 .dmg 並將應用程式拖移至「應用程式」夾；首次啟動時需按右鍵 → 打開（macOS 14 及更舊版本），或是前往「系統設定」→「隱私權與安全性」→ 仍要打開（macOS 15+）。
所有版本與發行說明皆發布於 GitHub Releases。安裝指南。
比較
與其他 Whisper 軟體相比表現如何？
Whisper Transcriber Suite 是少數幾款能在您自己電腦上轉錄的免費開源桌面軟體之一。此處將其與 Subtitle Edit、Vibe 和 Buzz 進行比較，並說明何種情況下其他軟體更合適。閱讀完整比較，包含每項事實的資料來源，以及另外兩款軟體 noScribe 和 aTrain。
| 功能特色 | Whisper Transcriber Suite | Subtitle Edit | Vibe | Buzz |
|---|---|---|---|---|
| 價格、授權條款 | 免費，BSD-3-Clause | 免費，MIT | 免費，MIT | 免費，MIT |
| 下載 | Windows 安裝程式與可攜式 ZIP、macOS（Apple silicon、Intel）；Linux 從原始碼編譯 | Windows (x64, ARM64)、macOS、Linux (Flatpak, tar.gz) | Windows、macOS、Linux (.deb, .rpm) | Windows、macOS（1.4.5 為 Intel Mac 的最後版本）、Linux (Flatpak, Snap, AppImage)、PyPI |
| GPU 加速 | NVIDIA (CUDA) | NVIDIA (CUDA)、Vulkan | NVIDIA、AMD、Intel (Vulkan / CoreML) | NVIDIA (CUDA)、Apple silicon、Vulkan |
| 已簽署的 Windows 安裝程式 | 否 | 未註明 | 是，根據其說明文件 | 否 |
| 介面語言 | 42 種（機器翻譯） | 35 | 22 | 16 |
| 選用時機 | 您同時需要即時麥克風、影片下載、14 種輸出格式，以及具備 OpenAI 相容路由的區域網路模式 | 您需要多種語音引擎（Parakeet、Canary、Qwen3-ASR 等）或通過公證的 Mac 應用程式 | 您需要文件註明已簽署的 Windows 安裝程式，或是指名支援 AMD 與 Intel 的 GPU 支援 | 您需要 Linux 套件（Flatpak、Snap、AppImage）或透過 PyPI 安裝 |
常見問題
常見問題與解答
還有其他疑問？歡迎在 GitHub Discussions 發問。
Whisper Transcriber Suite 是免費的嗎？
是的。本軟體採用 BSD-3-Clause 授權，無需訂閱，也沒有按分鐘計費的費用。Whisper 模型本身僅在初次啟動時下載一次（約 1-3 GB）；之後無須網路連線即可進行轉錄。
它會將我的音訊或影片上傳到任何地方嗎？
不會，預設不會。所有預設後端——faster-whisper、whisper.cpp、NVIDIA Parakeet——均在您的本機電腦上執行。僅有兩個後端為自選啟用（雲端 Gemini-API 後端與 Google Cloud Speech-to-Text），且在您親自於「進階」→「後端」啟用前，兩者均維持關閉。使用狀況統計（不包含音訊與檔案名稱）預設為開啟，可於「說明」→「使用狀況統計」中關閉；軟體每天會至 GitHub 檢查一次新版本，而 檔案 → 離線工作 則會停止所有網路連線。
它可以在哪些平台上執行？
Windows、macOS 與 Linux。官方發布的下載項目包含 Windows 安裝程式、Windows 可攜式 ZIP 檔以及 macOS DMG；Linux 則透過原始碼執行。
它可以產生哪些逐字稿格式？
srt vtt ass tsv txt json lrc md docx pdf，以及 oTranscribe、ELAN、InqScribe 與 Express Scribe。
它可以標記說話者是誰嗎？
支援——提供選用的說話者辨識（「辨識說話者」），並具備逐字時間戳記與時間範圍剪輯。
它可以轉錄麥克風即時收音或系統音訊嗎？
支援，可透過「即時」分頁——在發生的當下即時轉錄麥克風或系統音訊。
它可以下載並轉錄網路影片嗎（例如來自 YouTube 的影片）？
可以，支援任何 yt-dlp 支援的網站，並提供下載完成後自動轉錄的選用步驟。
它可以摘要逐字稿、整理待辦事項或回答相關問題嗎？
可以，透過逐字稿檢視器中選用的「AI 工具」分頁——包含摘要、待辦事項、提問功能，以及可產生雙語 .srt 的逐段翻譯。此功能預設關閉。
它可以複製聲音並讓它唸出新的文字嗎？
可以，透過選用的「複製您的聲音」分頁，完全在您的本機電腦上使用 OmniVoice (Apache-2.0) 執行。預設為關閉；可在安裝時選擇啟用，且您必須確認已取得複製參考聲音的授權許可。
這與直接呼叫 Whisper API 有何不同？
預設透過 faster-whisper 在本機執行模型，因此沒有按分鐘計費的 API 費用，也沒有任何音訊會離開您的電腦——除非您明確選擇使用兩種雲端後端之一。
同一個網路上的多人可以在不必每台電腦都安裝的情況下使用它嗎？
可以——Web/LAN 存取模式可將這台電腦轉變為轉錄網頁，供同網路上的其他裝置使用。
2.1 版本有哪些新功能？
它可以將影片連結轉換為帶有字幕的影片嗎？
可以。在「下載影片」分頁中，勾選 製作字幕影片：軟體會下載影片、使用 Whisper 進行轉錄，並以 ffmpeg 將字幕燒錄進影片中，產生一個以該影片命名並帶有 -subbed.mp4 的檔案。下載的原始檔案與逐字稿均會保留，且絕不會覆寫現有的 -subbed.mp4。
我可以讓這款應用程式完全不連網嗎？
可以。檔案 → 離線工作 會停止檢查更新、使用狀況統計、模型下載以及遠端 AI 提供者。開啟此模式時，視窗底部會有一行字顯示是否有連線開啟，且 立即驗證離線狀態 會顯示測試連線已被拒絕。關閉此模式時，軟體僅在啟動時讀取其線上設定、執行每日更新檢查、傳送使用狀況統計（可於「說明」→「使用狀況統計」關閉），以及進行您手動發起的下載。
我該如何聯絡專案團隊？
錯誤回報與功能建議請至 GitHub Issues，提問請至 Discussions，其他事項請透過電子郵件聯絡（地址可在 聯絡資訊區塊 點選顯示）。安全性回報請透過 GitHub 的私人漏洞回報機制。
聯絡與支援
與我們聯繫。協助專案成長。
電子郵件
新聞媒體、合作洽談，或任何非錯誤回報的事宜。
回報錯誤
GitHub Issues
請附上您的版本、作業系統，以及能重現問題的最小檔案。
提出問題
GitHub Discussions
設定協助、想法交流，以及其他使用者的成果分享。
支持本專案
Whisper Transcriber Suite 是一款免費且採用 BSD-3-Clause 授權的開源軟體。如果它為您節省了時間，在 GitHub 上給顆星能幫助其他人發現它——請我們喝杯咖啡也非常感謝。