每一个云端转录工具都需要联网并上传您的音频。对于机密音频（法律、医疗、研发、新闻源材料），这是不可接受的。StarWhisper 在您的 Windows 机器上本地运行 Whisper。音频永远不会离开设备。
只需联网安装一次，之后永远离线工作。
从 StarWhisper 主页 下载免费安装程序并运行。设置大约需要两分钟，包括一次性下载 Whisper 模型文件（根据您选择的模型大小，从几百兆到几 GB 不等）。这是唯一一次需要联网的步骤。
打开飞行模式，拔掉网线，禁用 WiFi 适配器，或者直接走到没有信号的环境中。StarWhisper 不需要连接即可运行。如果您想要确凿的证据，请运行 Wireshark 或任何网络监视器：在转录过程中，StarWhisper 进程不会发出任何数据包。
打开 StarWhisper。将任何音频文件（MP3、WAV、M4A、OGG、OPUS、FLAC、WMA、AAC，以及从 MP4、MOV、AVI、MKV 视频中提取的音频）拖到窗口上。硬盘上的 Whisper 模型将对音频进行解码和转录。系统会从 96 种支持的语言中自动检测。
StarWhisper 在您的 CPU 或 GPU 上本地处理音频。速度：在现代笔记本电脑 CPU 上大约比实时快 10 倍，在启用 CUDA 的 NVIDIA GPU 上快 50 倍。一小时的音频文件在 CPU 上转录大约需要 6 到 12 分钟，在中等配置的 GPU 上需要 1 到 2 分钟。
处理完成后，转录文本会显示在 StarWhisper 窗口中。复制到剪贴板、另存为 .txt，或选择带有时间戳的方式导出。文件被写入您的本地硬盘。没有云同步，没有上传，没有遥测。文本完全归您所有。
云转录失败或被禁止的真实场景。
长途飞行、火车旅行、穿过隧道的汽车旅途。信号消失时，云端工具就会失效。而本地转录在完全断开连接的笔记本电脑上依然可以工作。
会议旅行、商务出差、网络故障或受限的酒店房间。您之前录制的音频文件仍然可以在本地转录，无需网络。
录音室、医疗影像室、有故意信号屏蔽的医院，以及云端上传根本无法连接到服务器的类似环境。
敏感信息隔离设施 (SCIF) 禁止网络连接。StarWhisper 的本地架构符合物理隔离要求；部署取决于设施审批。
法律证词、记者采访来源、研发音频、治疗过程录音。云端上传会破坏机密性。隐私问题详解。
云端工具按分钟或按月收费。本地安装是免费的（在每日字数上限内），或者每月 10 美元即可无限使用。定价模式。
大多数在搜索引擎中输入“如何转录音频”的人最终都会使用 Otter、Rev、Trint、Happy Scribe、Sonix、Descript 或其他十几个类似的服务。它们的工作方式完全相同：您将音频文件上传到他们的服务器，他们的后端（通常是同样在您自己机器上本地运行的 OpenAI Whisper 模型）处理文件，然后返回转录文本。对于拥有非敏感音频和良好互联网的普通用户来说，这没问题。
但对于很大一部分现实世界的转录需求来说，这并不合适。
律师不能在不违反职业道德规则和律师-客户特权本身的情况下，将特权客户对话上传到第三方服务器。医生和治疗师不能在不违反美国 HIPAA 或其他地方同等法规的情况下上传患者音频。与机密来源合作的记者不能在不损害来源的情况下上传来源录音。企业研发团队不能在不暴露商业机密的情况下上传预发布产品音频。政府和国防工作显然不能上传任何机密内容。即使对于不受监管的个人录音，很多人也根本不希望他们的语音备忘录永远保存在别人的服务器上。
StarWhisper 就是为这类用户构建的。为其提供动力的 Whisper 模型完全在您的 Windows 机器上运行。经过一次性安装（这是唯一需要互联网的步骤）后，应用程序就不需要联网了。您可以在飞行模式下、在地下室里、在飞机上、在 WiFi 故障的酒店里、在 SCIF 中，或者在永久物理隔离的工作站上进行转录。音频永远不会离开设备。
“隐私”在营销文案中很容易宣称。当利害攸关时，值得亲自验证。
安装 StarWhisper，完成模型下载，然后打开飞行模式（或者拔掉网线并禁用 WiFi，如果您的笔记本电脑有硬件 WiFi 开关那就更好了）。打开 StarWhisper 并转录一个文件。它成功了。这个单一的测试证实了转录管道中的所有事情都是在本地发生的，因为它字面上确实没有任何网络可以使用。
如果您想要绝对确认 StarWhisper 在网络可用时没有上传任何内容，请安装 Wireshark（免费、开源）或任何等效的数据包捕获工具。过滤 StarWhisper 进程。运行转录。观察 StarWhisper 进程在转录本身期间发出的出站数据包为零。来自操作系统的遥测（Windows 本身默认会发送一些后台遥测）会出现在捕获中，但这与 StarWhisper 所做的任何事情都是分开的。
对于需要更强保证的 SCIF 或物理隔离部署，请在已连接的机器上安装 StarWhisper，完成模型下载，使用批准的可移动介质程序将整个安装文件夹（Program Files 以及缓存的模型目录）复制到 U 盘，传输到物理隔离的目标机器上，然后在那里运行。该应用程序将在完全没有网络的情况下运行，因为所有的模型权重和代码依赖项都位于磁盘上。这对于您想在不允许工作站进行出站互联网连接的企业网络内部多个端点上部署 StarWhisper 的罕见情况也很有用。
律师助理为内部使用录制证词或证人访谈。录音包含特权对话和机密客户事务。上传到像 Rev 或 Otter 这样的云服务将破坏律师-客户特权（或者至少需要商业伙伴协议和道德审查）。将文件拖入笔记本电脑上的 StarWhisper 中，在本地获取转录文本，无需上传。这同样适用于记录的和解谈判、专家证人准备电话，以及属于公司保密义务范围内的任何其他音频。有关完整的法律工作流程，请参阅律师语音转文字。
临床医生（在征得同意的情况下）为做笔记而录制患者咨询。音频包含受保护的健康信息 (PHI)。HIPAA 允许在临床医生自己的设备上处理 PHI，但通常限制在没有明确 BAA 协议的情况下将其上传到第三方云服务。在临床医生的 Windows 工作站上进行本地 Whisper 转录，可以使音频保持在符合 HIPAA 规定的控制之下。有关更多详细信息，请参阅 HIPAA 合规常见问题解答；有关心理健康背景，请参阅治疗师语音转文字。
调查记者录制了对来源的采访。消息来源同意接受采访的条件是录音不会与任何其他人分享，包括转录供应商。将文件上传到 Otter、Rev 或任何云服务，在技术上就会将其与供应商的基础设施共享。本地转录信守了承诺。有关记者特定的工作流程，请参阅记者语音转文字。
实地研究人员、会议参加者和旅行专业人士经常有需要转录的音频，但没有可靠的互联网。酒店 WiFi 中断。会议网络限制大文件上传。穿过信号盲区的火车旅途。云工具的工作流程停滞了；本地工作流程则不会。丢入文件，获取转录文本，继续前进。有关相关的听写场景，请参阅 Windows 离线语音听写常见问题解答。
简要解释为什么这一切是可能的，因为几年前云转录还是唯一的选择。
OpenAI 于 2022 年在 MIT 许可下将 Whisper 模型作为开源发布。Whisper 是一个在约 680,000 小时的多语言音频上训练的单一神经网络。最大的版本大约有 15 亿个参数，运行时需要几 GB 的内存。较小的版本只有几百兆，可以在典型的笔记本电脑 CPU 上实时或更快地运行。这意味着为大多数现代云转录服务提供动力的相同模型可以在消费级硬件上本地运行。
StarWhisper 将 Whisper 模型与音频解码管道、用户界面以及允许您拖入文件的 Windows 专用粘合代码捆绑在一起。安装后，整个管道都位于您的硬盘上：模型权重、编解码器库、解析代码、输出格式化。这些都不需要在运行时进行网络访问。转录文本在您的 CPU 或 GPU 上计算并写入本地文件。有关更深入的架构说明，请参阅隐私和离线架构。
与云服务相比，权衡的因素在于硬件。云转录在供应商想要提供的任何强大服务器上运行。本地转录在您的笔记本电脑上运行，这比专用的 GPU 服务器慢。在实践中，速度差异的影响比您预期的要小：典型的现代笔记本电脑 CPU 以大约 10 倍实时速度转录音频，这意味着一小时的文件需要 6 到 12 分钟。带有 CUDA 的 NVIDIA GPU 将其缩短到 1 到 2 分钟。对于大多数非实时工作流程（转录现有的音频文件，而不是实时字幕），本地速度已经绰绰有余。
StarWhisper 的免费版每天提供 500 个单词、每周 3,500 个单词的转录输出。免费版离线工作方式与 Pro 版完全相同；没有在线独占的功能被锁在免费墙后面。唯一的区别是每日字数上限。
对于典型的偶尔使用（一次简短的会议录音、个人语音备忘录、单个播客片段），每天 500 个单词就足够了。5 分钟的语音备忘录大约是 700 个单词；一段典型的听写文本段落完全在上限之内。对于大容量的专业使用（完整的法律证词、多小时的医疗会诊转录、日常新闻工作），Pro 计划取消了上限，每月 10 美元或每年 80 美元。Pro 计划详情。如果您想在长文件上验证工作流程，可以免费试用 7 天的 Pro 版。
免费版是真正的免费，没有信用卡，没有注册门槛，也没有试用计时器转换为付费的陷阱。它不是付费应用程序的试用版；它是带有字数上限的同一个应用程序。两个层级都允许商业使用。有关无订阅方式的深入探讨，请参阅无订阅定价模式。
如果离线的角度是吸引您来到这里的原因，那么几份相关的指南扩展了相邻的主题。关于本地 Whisper 转录与云端 Whisper 相比如何的具体问题，请参阅 Whisper 本地与云端对比。有关转录中隐私问题的更广泛类别，请参阅转录隐私问题。有关特定格式的离线工作流程，请参阅如何将 MP3 转换为文本、如何将 M4A 转换为文本和如何将 WAV 转换为文本，它们各自都使用了上述相同的纯本地管道。有关实时离线听写（不是转录现有文件），请参阅 Windows 离线语音听写常见问题解答。