WhisperLiveKit：AI语音识别工具，语音实时转录为文字，支持说话人识别

WhisperLiveKit是一个基于Python的实时本地语音转文本和说话人分离的解决方案，提供了FastAPI服务器和网页界面，能够将语音实时转写并识别说话者身份。它完全本地化处理，无需上传语音数据，保护用户隐私。

WhisperLiveKit功能特点：

1、完全本地化处理：

所有处理都在本地完成，无需上传语音数据，确保隐私。

2、实时语音转文字：

支持多种语言和模型大小，转录精准。

3、智能说话人识别：

自动区分不同发言者身份，适合多人会议。

4、先进流式处理算法：

采用SimulStreaming和WhisperStreaming等技术，实现超低延迟的实时转录。

5、多种使用方式：

支持Web界面和Python API，方便开发者和普通用户使用。

6、多用户支持：

可以同时处理多个用户的语音转录请求。

7、自动静音处理：

当没有语音活动时，自动减少处理开销。

8、标点符号分割说话人：

根据自然句子边界对说话人进行分割，使转录更易读。

WhisperLiveKit快速上手：

1、安装依赖：

pip install whisperlivekit

FFmpeg 必须安装。

2、启动服务：

whisperlivekit-server --model base --language en

打开浏览器访问 `<-URL->`，即可看到实时转写效果。

3、可选配置：

说话人识别：--diarization

多语言支持：--language fr。

进入WhisperLiveKit官网入口