Vibe - 本地离线音视频转写工具（Transcribe on your own!）

Vibe 的定位是“Transcribe on your own!”——把音频和视频直接在自己的设备上转写成文字。项目封面与界面预览可参考配图 1（Vibe logo）与配图 2（应用界面预览，浅色主题）。

核心特性（均来自项目 README 的能力清单）：

• 语言覆盖：可转写几乎每一种语言。
• 隐私与离线：完全离线转写，数据不会离开你的设备，README 称其为“Ultimate privacy”。
• 界面：用户友好的设计。
• 输入来源：音频/视频文件、系统音频、麦克风，以及从 YouTube、Vimeo、Facebook、Twitter 等流行网站提取音频转写。
• 批量：支持一次批量转写多个文件。
• 输出格式：SRT、VTT、TXT、HTML、PDF、JSON、DOCX。
• 实时预览：转写过程中可实时预览。
• 模型支持：支持 Whisper、Nemotron 3.5 和 Parakeet TDT v3 模型。
• 摘要与分析：可通过 Claude API 生成快速的多语言摘要；支持 Ollama，用本地 AI 做分析与批量摘要。
• 翻译：可从任意语言翻译为英文。
• 打印：可将转写稿直接打印到任意打印机。
• 更新与性能：自动更新；针对 GPU 优化（macOS、Windows、Linux），并针对 Nvidia / AMD / Intel GPU 优化（Vulkan / CoreML）。
• 模型自由度：可在设置中轻松自定义模型，并为高级用户提供模型参数（Model arguments）。
• 时间戳与字幕：提供 Stable timestamps 模式，面向字幕/影视级时间轴（由 VAD 支撑，速度较慢）；可选择针对视频/短视频（reels）优化的字幕长度。
• 说话人分离：支持 speaker diarization。
• 手机录音：扫描一次二维码后，由电脑完成转写并把文本回传，iOS 与 Android 均可用，无需从应用商店安装任何东西。
• 自定义模型集成：可通过 vibe://download/?url=<model url> 集成来自自有站点的模型。
• 命令行与接口：支持 CLI（见 --help），并提供带 Swagger 文档与 agent skills 的 HTTP API。

支持平台：macOS、Windows、Linux。

社区与协作：欢迎提交 PR，也欢迎贡献翻译（README 提供翻译指南）。项目路线图见 Vibe-Roadmap，文档见 Vibe Docs，更多介绍见 Medium post；提交问题（Issue）前建议先查看 DEBUG.md。README 同时给出隐私政策入口。

致谢：项目致谢 tauri.app（应用框架）、github.com/whisper.cpp（AI 模型接口）、openai.com（Whisper 模型）以及 GitHub 为开源项目免费提供基础设施。

— 本文由 AI 根据公开来源辅助整理，命令、版本与许可证请在使用前到原始页面复核。