TranscriptionSuite

在「语音转文字」这一类工具里，TranscriptionSuite 是一个可以直接在网页打开的选择，官方地址为 transcriptionsuite.app。它的首页标题写着“TranscriptionSuite - Local, Private Speech-to-Text”。

官方给出的一句话介绍是：自由式，开源，完全本地式的语音转文字，配有扬声器的diarization，AI摘要，以及一个日历式音频笔记本。微声，NeMo，SenseVoice，VibeVoice& 更多 -您的音频永远不会离开您的机器。（原文：Free, open-source, fully local speech-to-text with speaker diarization, AI summaries, and a calendar audio notebook. Whisper, NeMo, SenseVoice, VibeVoice & more - your audio never leaves your machine.）

官网进一步说明：Longform& live retroduction，扬声器diarization，AI摘要，以及基于日历的音频笔记本 - 由Whisper，NeMo，SenseVoice，VibeVoice&more提供动力。完全运行在你的机器上。录音时间随你需要 -从你的麦克风或系统音频 - 并在你停下来后获得完整的记录，并有一个滚动的预览当你说话。Flip on Live Mode 用于实时，句子逐句拼写，或将外国音频翻译为苍蝇上的英语。

说明：本页内容基于 2026 年 10 月对 transcriptionsuite.app 首页的抓取整理，非官方文档，具体以官网为准。

• 演讲 -Text，有一套功能！（Speech-To-Text, with a suite of features!）
• 你需要的一切，你需要的，你需要的，你需要的，你需要的，你需要的，你需要的，你需要的，你需要的（Everything You Need）
• 记录一切。保持所有的地方。（Record anything. Keep everything local.）
• 任何 GPU. 自动自动调用。你对模特的选择（Any GPU. Your choice of models.）
• 谁说的，自动的。（Who said what, automatically.）
• 你声音的日历。（A calendar for your voice.）
• 关于此工程（About This Project）
• 打开源码自由（ F）（Open Source & Free）
• 在RTX 3060号机的一分钟内30分钟的音频。
• 官网提供开发者文档或 API 入口

结合官网描述，TranscriptionSuite 可以用在这些场景：

• 录音转写、字幕与语音识别
• 配音、播客、音乐或录音相关的音频处理
• Whisper，NVIDIA，NeMo Parakeet& Canary，SenseVoice，VibeVoice–ASR，低语.cpp…
• 扬声器的Diarization将录音中的每个声音标注在标签上。生成任何音符的AI摘要，或与AI助理聊天…

使用建议：

• 上传素材前确认音频清晰、少噪声，识别和合成效果会更稳定。
• 导出前留意采样率、格式和商用授权说明。

目标用户：播客主、视频创作者、音乐爱好者和需要处理录音的用户；需要 API 或二次开发的开发者。

首页提到免费使用或试用，付费细节未公开，请以官网为准。