忘记那不够精确、依赖网络、无法处理口音的 Windows 语音识别吧。StarWhisper 在本地使用 OpenAI Whisper，准确率高达 99%，且不会将您的数据发送到任何地方。
Windows 10 和 Windows 11 内置了名为“Windows 语音识别”的经典功能，以及近期版本中的“语音输入”（Win+H）功能。对于偶尔的基本使用，它们尚可。但一旦您需要专业级听写、处理敏感数据或在无网络环境下工作，其局限性便会迅速成为阻碍。
StarWhisper 是一款 Windows 桌面替代方案，它利用 OpenAI Whisper 引擎提供准确率高达 99% 的离线 Windows 语音识别（法语）。不会有任何音频经过微软或其他云基础架构。处理完全在本地进行。
| 标准 | Windows 语音输入 | StarWhisper |
|---|---|---|
| 标准法语准确率 | ~85-90% | 99%+ |
| 地区口音 | 有限（标准巴黎音） | 支持所有法语口音 |
| 离线工作 | 部分（需要网络） | 100% 离线 |
| 音频数据发送 | 至微软服务器 | 从不，本地处理 |
| 音频文件转录 | 无 | 有（MP3, WAV, M4A, MP4） |
| GPU 加速 | 无 | NVIDIA CUDA |
| 专业术语 | 较差 | 极佳（large-v3） |
| 价格 | Windows 附带 | 免费或 Pro 版 10 美元/月 |
Windows 的语音输入功能可通过 Win+H 快捷键免费访问。要在电子邮件或快速笔记中口述几行内容，它是可用的。但几个结构性问题使其不适用于高强度或专业用途。
语音输入会将您的音频数据发送至微软服务器进行处理。对于受医疗保密、职业保密或 GDPR 约束的专业人士来说，这是一个主要限制。南特的一位医生不能将咨询笔记口述到微软服务器。日内瓦的一位律师不能将其辩护材料托付给外国云基础设施。通过 StarWhisper 实现的离线 Windows 语音识别解决了这个问题：没有任何音频会离开您的电脑。
微软语音输入模型针对标准巴黎法语进行了良好校准。但是，带有南方口音、魁北克口音、非洲法语口音的用户，甚至是使用大量技术术语的人，很快会发现准确率下降。StarWhisper 中运行的 Whisper large-v3 模型在包含 680,000 小时多语言音频（包括大量法语变体）的数据集上进行了训练。
语音输入仅转录实时语音，无法处理现有音频文件。StarWhisper 两者兼备：实时听写和拖放到界面中的 MP3、WAV、M4A、MP4 文件转录。对于记者、研究人员或任何处理录音的人来说，这是一个根本区别。
语音输入需要活跃的互联网连接。在旅途中、网络受限的办公室或信号不佳的区域，该功能无法使用。StarWhisper 的 Windows 语音识别功能完全离线运行，仅需在初始下载模型时连接网络。
StarWhisper 是一个 Electron 应用程序，直接在您的 Windows PC 上运行 whisper.cpp 引擎。该引擎是 OpenAI Whisper 模型的优化 C++ 实现，能够利用您的 CPU 或 NVIDIA GPU 进行推理。
一个小部件悬浮在所有应用程序之上。激活听写，说话，文本将直接插入到您的光标位置，无论是 Word、Outlook、CRM、Web 浏览器还是任何其他 Windows 应用程序。
将音频或视频文件拖放到 StarWhisper 中。模型会在几分钟内处理它并生成带标点的转录，准备好复制或导出。支持的格式：MP3、WAV、M4A、MP4、FLAC、OGG。
使用兼容 CUDA 的 NVIDIA 卡，转录速度比 CPU 模式快 5 到 10 倍。RTX 3060 可以在 5 分钟内使用 large-v3 模型处理 1 小时的音频。
对于寻求转录播客或会议的用户，StarWhisper 的播客转录软件特别合适。对于一般的离线音频转录，请查看我们关于离线音频转录的专用页面。
听写咨询报告、处方、医疗信件。离线模式确保患者数据永远不会离开诊所。适用于互联网接入受限的医院和医疗网络。
通过语音听写起草结论、信件和公证行为。Large 模型能很好地处理法语法律术语。通过本地处理保护职业机密。
听写章节、文章和通讯的初稿。语速（150 字/分钟）超过打字速度（60-80 字/分钟），为多产的作家带来真正的生产力提升。
听写电子邮件、会议纪要、商业提案。在日常写作任务上节省 30-40% 的时间。适用于所有 CRM、ERP 和消息应用程序。
语音输入 (Win+H) 内置于 Windows 中，是免费的，但会将音频发送到微软服务器，且无法真正离线工作。其在法语上的准确性对于基本使用尚可。StarWhisper 使用 Whisper large-v3，提供明显更高的准确率，100% 离线工作，并且还能处理现有音频文件，而不仅仅是实时听写。
是的。这是 Whisper 相比微软和谷歌解决方案的主要优势之一。该模型在非常多样化的语料库上进行了训练，包括魁北克、比利时、瑞士和非洲的法语变体。无需口音配置，检测是自动的。
可以。StarWhisper 的悬浮小部件可在所有 Windows 应用程序之上运行，它将转录的文本直接注入到活动光标的位置。Word、Excel、Outlook、记事本、Chrome、Firefox、您的 CRM、您的 ERP，一切均可运行。
不需要。与需要训练课程的 Dragon NaturallySpeaking 不同，Whisper 在首次使用时即可精确工作，无需语音校准。安装、打开、听写，就这么简单。
是的，这是最常见的用例之一。Large-v3 模型很好地处理法语医学术语（病理、药物、行为）。100% 的本地处理确保符合医疗保密和 GDPR。没有患者数据被发送到第三方服务器。
法语准确率 99%。完全离线。无数据发送至微软或其他地方。实时听写和文件转录。免费开始。
免费下载 StarWhisperWindows 10/11 • 无需账户的免费计划 • Pro 版无限使用 10 美元/月