WhisperLiveKit 用于实时、本地语音转文本和说话人分类的 Python 包。FastAPI 服务器和 Web 界面。

直接将语音实时转录到您的浏览器，具有即用型后端+服务器和简单的前端。

✨ 由领先的研究提供支持：

SimulStreaming （SOTA 2025） - 使用 AlignAtt 策略的超低延迟转录

WhisperStreaming （SOTA 2023） - 使用 LocalAgreement 策略进行低延迟转录

流式分拣机 （SOTA 2025） - 先进的实时说话人分类

Diart （SOTA 2021） - 实时说话人日记

Silero VAD （2024） - 企业级语音活动检测

🎯 为什么不在每个音频批次上运行一个简单的 Whisper 模型呢？

Whisper 专为完整的话语而设计，而不是实时块。处理小片段会丢失上下文，在音节中间切断单词，并产生不良的转录。

WhisperLiveKit 使用最先进的同步语音研究进行智能缓冲和增量处理。