obs-localvocal — AI 语音识别工具中文文档
obs-localvocal — AI 语音识别工具中文文档 是 AI Skill Hub 本期精选AI工具之一。已获得 1.5k 颗 GitHub Star，综合评分 8.5 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。
**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。
**安装与环境准备**
obs-localvocal — AI 语音识别工具中文文档 依赖 C++ 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 C++ 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。
**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 obs-localvocal — AI 语音识别工具中文文档 的版本更新，及时通知重要功能变化。
obs-localvocal — AI 语音识别工具中文文档 是一款基于 C++ 开发的开源工具，专注于 ai、live-streaming、livestream 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
obs-localvocal — AI 语音识别工具中文文档 是一款基于 C++ 开发的开源工具，专注于 ai、live-streaming、livestream 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
# 克隆仓库 git clone https://github.com/royshil/obs-localvocal cd obs-localvocal # 查看安装说明 cat README.md # 按 README 完成环境依赖安装后即可使用
- 访问 GitHub 仓库页面
- 按照 README 文档完成依赖安装
- 根据系统环境完成初始化配置
- 参考官方示例或文档开始使用
- 遇到问题可在 GitHub Issues 中查找解答
# 查看帮助 obs-localvocal --help # 基本运行 obs-localvocal [options] <input> # 详细使用说明请查阅文档 # https://github.com/royshil/obs-localvocal
# obs-localvocal 配置说明 # 查看配置选项 obs-localvocal --config-example > config.yml # 常见配置项 # output_dir: ./output # log_level: info # workers: 4 # 环境变量（覆盖配置文件） export OBS_LOCALVOCAL_CONFIG="/path/to/config.yml"
Introduction
LocalVocal lets you transcribe, locally on your machine, speech into text and simultaneously translate to any language. ✅ No GPU required, ✅ no cloud costs, ✅ no network and ✅ no downtime! Privacy first - all data stays on your machine.
The plugin runs OpenAI's Whisper to process real-time speech and predict a transcription, utilizing Whisper.cpp from ggerganov to run the model efficiently on CPUs and GPUs. Translation is done with CTranslate2.
Building
The plugin was built and tested on Mac OSX (Intel & Apple silicon), Windows (with and without Nvidia CUDA) and Linux.
Start by cloning this repo to a directory of your choice.
Usage
<p align="center"> <a href="https://youtu.be/ns4cP9HFTxQ" target="_blank"> <img width="30%" src="https://github.com/user-attachments/assets/79ce3db6-b35f-4181-85d0-6c473b931418" /> </a> <a href="https://youtu.be/eTSDcNGsN00" target="_blank"> <img width="30%" src="https://github.com/user-attachments/assets/4483eb30-98de-4fcd-aa50-d9dbe70060b3" /> </a> <a href="https://youtu.be/R04w02qG26o" target="_blank"> <img width="30%" src="https://github.com/user-attachments/assets/0b995c74-12e8-4216-8519-b26f3d69688f" /> </a> <br/> <a href="https://youtu.be/ns4cP9HFTxQ">https://youtu.be/ns4cP9HFTxQ</a> <a href="https://youtu.be/eTSDcNGsN00">https://youtu.be/4llyfNi9FGs</a> <a href="https://youtu.be/R04w02qG26o">https://youtu.be/R04w02qG26o</a> </p>
Do more with LocalVocal: - RealTime Translation - Translate Caption any Application - Real-time Translation with DeepL - Real-time Translation with OpenAI - ChatGPT + Text-to-speech - POST Captions to YouTube - Local LLM Real-time Translation - Usage Tutorial
Current Features: - Transcribe audio to text in real time in 100 languages - Display captions on screen using text sources - Send captions to a .txt or .srt file (to read by external sources or video playback) with and without aggregation option - Sync'ed captions with OBS recording timestamps - Send captions on a RTMP stream to e.g. YouTube, Twitch - Bring your own Whisper model (any GGML) - Translate captions in real time to major languages (with cloud prviders, Whisper built-in translation as well as NMT models) - CUDA, hipBLAS (AMD ROCm), Apple Arm64, AVX & SSE acceleration support - Filter out or replace any part of the produced captions - Partial transcriptions for a streaming-captions experience - 100s of fine-tuned Whisper models for dozens of languages from HuggingFace
Repo sponsors: [Recall.ai](https://www.recall.ai/product/desktop-recording-sdk?utm_source=github&utm_medium=sponsorship&utm_campaign=royshil-obs-localvocal) - API for desktop recording
If you’re looking for a hosted desktop recording API, consider checking out Recall.ai, an API that records Zoom, Google Meet, Microsoft Teams, in-person meetings, and more.
LocalVocal - Speech AI assistant OBS Plugin
<br/> </div>
- 构建多智能体协作系统的 Agent 开发者
- 跨境业务、多语言内容运营团队
- 做语音类 AI 产品的开发者
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
- +完全开源免费，无授权费用
- +本地部署，数据完全自主可控
- +开发者社区支持，遇问题可查可问
- −安装和初始配置可能需要一定技术基础
- −功能完整性通常不如成熟商业产品
- −技术支持主要依赖开源社区，响应速度不稳定
该工具使用 GPL-2.0 协议，商用场景请仔细阅读协议条款，必要时咨询法律意见。
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
⚠️ GPL 2.0 — Copyleft 协议，衍生作品必须以同协议开源，不可闭源商业化。
经综合评估，obs-localvocal — AI 语音识别工具中文文档 在AI工具赛道中表现稳健，质量优秀。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。
| 原始名称 | obs-localvocal |
| 原始描述 | OBS plugin for local speech recognition and captioning using AI |
| Topics | ailive-streaminglivestreamobsobs-studioobs-studio-pluginstt |
| GitHub | https://github.com/royshil/obs-localvocal |
| License | GPL-2.0 |
| 语言 | C++ |
收录时间：2026-05-22 · 更新时间：2026-05-22 · License：GPL-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。