WhisperLiveKit 是一个开源的实时语音处理工具，结合前端浏览器与后端服务，支持本地运行。它能在超低延迟下完成语音转文字，并提供 多语言翻译、说话人识别、语音活动检测 等功能。

🎯 核心功能与特性

🎙 实时语音转文字：基于 Whisper 与 Simul-Whisper，实现超低延迟的实时转录

🌍 多语言翻译：支持 NLLW/NLLB，覆盖 200 种语言的双向翻译

🗣 说话人识别：集成 Sortformer 与 Diart，实现实时说话人分离与标注

🔊 语音活动检测：采用 Silero VAD，降低无声时的计算开销

⚡ 高性能架构：支持多用户并发，智能缓冲与增量处理，避免语音切割丢失上下文

💻 前后端一体化：提供 Python/FastAPI 后端与 HTML/JS 前端，开箱即用

🤖 AI 模型兼容：可选择 OpenAI API、Faster-Whisper、本地模型（如 MLX Whisper），灵活部署

🐳 Docker 部署：支持 GPU/CPU 容器化运行，方便生产环境集成