murtaza-nasir/speakr

这是什么？

核心功能

• 01支持麦克风、系统声音或浏览器标签页录音，也可导入已有音频文件。
• 02转写稿带时间戳，可与播放同步定位。
• 03支持 WhisperX、OpenAI、Mistral、AssemblyAI 等多种转写后端。
• 04配合 WhisperX 可进行说话人区分并建立声纹档案。
• 05摘要和标签提示词可自定义，标签可叠加使用。
• 06支持对整个录音库进行语义搜索和自然语言问答。

适用场景

• 在自有服务器上保存私密的会议或访谈录音。
• 把课堂录音或语音备忘整理成结构化笔记。
• 将转写稿自动导出到 Obsidian 或知识库。
• 通过分组与权限与团队共享录音和摘要。

快速上手

1. 1

   创建项目目录

   mkdir speakr && cd speakr
2. 2

   下载 docker-compose 配置文件

   wget https://raw.githubusercontent.com/murtaza-nasir/speakr/master/config/docker-compose.example.yml -O docker-compose.yml
3. 3

   下载环境变量模板并填入 API 密钥

   wget https://raw.githubusercontent.com/murtaza-nasir/speakr/master/config/env.transcription.example -O .env
4. 4

   使用 Docker Compose 启动 Speakr，然后打开 http://localhost:8899

   docker compose up -d

使用前须知

• !需要转录和摘要的 API 密钥，或使用支持 GPU 的自托管 WhisperX 容器。
• !版本标注为 alpha（0.10.15-alpha），可能存在破坏性变更。
• !采用 AGPL-3.0 许可证，属于 Copyleft 许可，将修改后的版本作为网络服务提供时需开放源码。
• !语音档案和最佳说话人区分等功能需要基于 GPU 的 WhisperX 服务。

收录于专题

标签

常见问题

speakr 是什么？

可自托管的网页应用，把录音转成带说话人标注、摘要和问答功能的可搜索笔记。 Speakr 是一个可自托管的网页应用，用于把音频转录成文字，并整理成可搜索的笔记。可以通过麦克风、系统或浏览器标签页声音录音，也可以直接上传已有文件。每段录音都会生成带时间戳的转写稿，点击即可跳转到对应位置播放。

speakr 可以免费使用吗？用的什么许可证？

speakr 以 AGPL-3.0 许可证开源。用于商业产品前，请先确认许可证条款。

speakr 还在维护吗？

活跃维护中。speakr 最近一次提交是在 2026年11月5日。

speakr 适合用来做什么？

在自有服务器上保存私密的会议或访谈录音。 把课堂录音或语音备忘整理成结构化笔记。 将转写稿自动导出到 Obsidian 或知识库。 通过分组与权限与团队共享录音和摘要。

speakr 怎么安装和运行？

创建项目目录: mkdir speakr && cd speakr 下载 docker-compose 配置文件: wget https://raw.githubusercontent.com/murtaza-nasir/speakr/master/config/docker-compose.example.yml -O docker-compose.yml 下载环境变量模板并填入 API 密钥: wget https://raw.githubusercontent.com/murtaza-nasir/speakr/master/config/env.transcription.example -O .env 使用 Docker Compose 启动 Speakr，然后打开 http://localhost:8899: docker compose up -d

在哪里获取 speakr？

源代码和安装说明在 GitHub 上：https://github.com/murtaza-nasir/speakr