WhisperLiveKit 可以免费使用吗？用的什么许可证？

WhisperLiveKit 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

WhisperLiveKit 还在维护吗？

活跃维护中。WhisperLiveKit 最近一次提交是在 2026年10月1日。

WhisperLiveKit 适合用来做什么？

带说话人标注的实时会议记录。帮助听障用户跟进对话的无障碍工具。在本地为播客或视频生成字幕。带说话人识别的客服通话转写。

WhisperLiveKit 怎么安装和运行？

从 PyPI 安装软件包: pip install whisperlivekit 启动服务器,然后打开 http://localhost:8000 开始说话: wlk --model base --language en 或者一步自动下载模型并启动服务器: wlk run whisper:tiny

在哪里获取 WhisperLiveKit？

源代码和安装说明在 GitHub 上：https://github.com/QuentinFuxa/WhisperLiveKit

QuentinFuxa/WhisperLiveKit

可自托管的实时语音转文字服务，支持流式识别、说话人分离、同声翻译，并兼容 OpenAI 与 Deepgram API。

可替代:Otter.ai Deepgram

在 GitHub 查看

Star: 11,155
Fork: 1,149
未关闭 Issue: 17
最近提交: 19天前

这是什么？

WhisperLiveKit（简称 WLK）是一个可自托管的语音转文字流水线，专注于低延迟的实时识别。它不是把 Whisper 直接套在固定长度的音频批次上，而是采用 AlignAtt SimulStreaming、LocalAgreement 等流式策略，配合语音活动检测，在说话人仍在讲话时就输出中间结果和稳定文本。

项目提供命令行工具和内置网页界面，通过 WebSocket 的 /asr 接口进行实时识别；同时兼容 OpenAI 的 REST 转写接口和 Deepgram 的 WebSocket 协议。它也可以直接转写文件、生成 SRT 字幕并管理模型。后端支持 Faster-Whisper、Apple Silicon 上的 MLX Whisper、Voxtral、Qwen3-ASR、NVIDIA Canary 和 FunASR SenseVoiceSmall，可选组件还提供说话人分离（Sortformer 或 Diart）以及基于 NLLB 或大模型的实时翻译。

服务支持多用户并发，可配置 HTTPS、API Token 和 CORS，并可在 Nginx 或 Gunicorn 后部署，同时提供 GPU 与 CPU 的 Docker 镜像。

核心功能

01通过 WebSocket 流式输出中间结果与稳定文本。
02支持使用 Sortformer 或 Diart 进行说话人分离。
03支持基于 NLLB 或大模型的同声翻译。
04兼容 OpenAI 转写接口和 Deepgram WebSocket 协议。
05命令行工具可用于实时服务、文件转写、生成 SRT 字幕和模型管理。
06提供多种 ASR 后端，包括 Apple Silicon 的 MLX 与 NVIDIA GPU 方案。

适用场景

带说话人标注的实时会议记录。
帮助听障用户跟进对话的无障碍工具。
在本地为播客或视频生成字幕。
带说话人识别的客服通话转写。

快速上手

1
从 PyPI 安装软件包
pip install whisperlivekit
2
启动服务器,然后打开 http://localhost:8000 开始说话
wlk --model base --language en
3
或者一步自动下载模型并启动服务器
wlk run whisper:tiny

使用前须知

部分可选后端需要特定硬件,如 NVIDIA CUDA GPU 或 Apple Silicon。
部分较重的可选依赖相互冲突,必须安装在独立的环境中。
因果模式的 Qwen3-ASR 仅支持英语。

常见问题

WhisperLiveKit 是什么？: 可自托管的实时语音转文字服务，支持流式识别、说话人分离、同声翻译，并兼容 OpenAI 与 Deepgram API。 WhisperLiveKit（简称 WLK）是一个可自托管的语音转文字流水线，专注于低延迟的实时识别。它不是把 Whisper 直接套在固定长度的音频批次上，而是采用 AlignAtt SimulStreaming、LocalAgreement 等流式策略，配合语音活动检测，在说话人仍在讲话时就输出中间结果和稳定文本。
WhisperLiveKit 可以免费使用吗？用的什么许可证？: WhisperLiveKit 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
WhisperLiveKit 还在维护吗？: 活跃维护中。WhisperLiveKit 最近一次提交是在 2026年10月1日。
WhisperLiveKit 适合用来做什么？: 带说话人标注的实时会议记录。帮助听障用户跟进对话的无障碍工具。在本地为播客或视频生成字幕。带说话人识别的客服通话转写。
WhisperLiveKit 怎么安装和运行？: 从 PyPI 安装软件包: pip install whisperlivekit 启动服务器,然后打开 http://localhost:8000 开始说话: wlk --model base --language en 或者一步自动下载模型并启动服务器: wlk run whisper:tiny
在哪里获取 WhisperLiveKit？: 源代码和安装说明在 GitHub 上：https://github.com/QuentinFuxa/WhisperLiveKit

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。