基于 OpenAI Whisper 技术的 AI 语音识别，支持离线使用，准确率达 99%，免费版每日 500 字。
我们在与同事沟通、讲解想法或分析问题时的语速，大约是每分钟150至200字；而打字速度，即便是熟练的打字员，通常也只有每分钟60至80字。这个三倍的速度差意味着：每当你把手放在键盘上，你实际上是在用一种效率更低的方式表达你头脑中已经形成的想法。语音转文字软件的根本价值，就是消除这个速度瓶颈。
StarWhisper 是一款基于 OpenAI Whisper 引擎的本地语音转文字软件，专为 Windows 10/11 设计。它的核心差异化在于：所有语音识别运算在你的电脑上完成，没有任何音频上传到云端。这不仅意味着隐私保护，也意味着断网可用、延迟更低、无需订阅云端 API。
Whisper 模型在680,000小时的多语言音频数据上训练，对普通话的识别精度在 large-v3 模型下可达99%。对于日常写作、会议记录、医疗文书、学术研究、播客制作等不同场景，StarWhisper 通过统一的悬浮窗口设计，让语音输入在任意 Windows 应用中都触手可及。
普通话识别精度
large-v3 模型，清晰录音环境
支持语言数
含中文、英文、日韩等主流语言
GPU 加速处理倍速
NVIDIA CUDA 加速，比实时更快
Pro 月费，无限转录
免费版每天500字，无需信用卡
许多作家和内容创作者发现，口述比打字更容易保持思维连贯性。思路一旦流淌，打字的速度限制会打断自然节奏；而口述时，想法可以不受阻碍地完整输出。专注于「说清楚」而不是「打出来」，让语言更自然，表达更流畅。口述完成后再进行文字校对和结构调整，整体效率往往比全程打字高出三倍。
每天需要处理大量邮件的职场人士，用语音口述邮件内容是最快的方式——特别是需要周全表达但不复杂的回复邮件。StarWhisper 的悬浮窗口设计允许你在 Outlook 或 Gmail 等任何邮件客户端上方直接操作：口述内容，文字自动填入输入框，发送前快速扫描一遍即可。相比逐字打出同样内容，时间节省通常在60%以上。
这两个行业对语音输入的需求最旺盛，对隐私要求也最严格。医生需要把病历、查体记录、诊断意见快速录入 HIS 系统；律师需要口述案件摘要、客户意见、内部备忘。StarWhisper 的全本地架构确保这些敏感信息从不离开设备。详见医疗语音输入软件专题页面。
录制完成的会议音频、采访录音或研究访谈，可以批量拖入 StarWhisper 自动转录为文字。与手工记录相比，不存在遗漏，不存在主观诠释的偏差，只有一份完整的逐字稿供后续使用。详见会议转录软件专题。
研究生和博士生在做田野调查、访谈收集或课堂笔记时面临大量文字整理工作。语音备忘录录制后导入 StarWhisper 转录，比手动整理录音效率高出数十倍。教授讲座、学术演讲或研究讨论的录音，同样可以用 StarWhisper 生成逐字稿后再提炼关键论点。
腕管综合征、重复性劳损（RSI）、手部运动障碍等问题让长时间打字变得痛苦或不可能。语音转文字软件对这类用户而言不仅仅是效率工具，而是继续正常工作的必要辅助手段。StarWhisper 的免费版可让这类用户在无需付费的情况下验证其是否适合自己的使用场景。
免费试用：下载 StarWhisper 后，无需账号或信用卡即可使用免费版（每天500字），验证适合你的使用场景。
免费下载 StarWhisper云端 ASR 服务（如 Google Docs Voice Typing、讯飞语音）的优势是即开即用、无需本地算力；劣势是你的每一句话都会上传到第三方服务器。如果你处理的是日常非敏感内容，云端方案没有问题。但如果涉及患者信息、客户资料、商业机密或个人健康数据，本地处理是唯一合理选择。StarWhisper 以本地处理为基础架构，同时保留了 OpenAI 云端 API 作为可选的精度增强选项——你可以自主选择，任何情况下离线也能工作。
实时语音输入（说话即打字）适合撰写文档、回复邮件等「口述替代打字」场景，需要较安静的环境和一定的口述练习。录音文件转录（先录音再转文字）适合会议记录、采访整理、播客后期等「先录后处理」场景，对实时性要求低。StarWhisper 同时支持两种模式，可根据不同场景切换使用。
StarWhisper 内置 tiny、base、small、medium、large-v3 五个模型，精度从低到高，体积从小到大。日常口述文档用 small 模型即可（速度快，精度够）；重要录音或专业术语密集的内容用 large-v3（精度最高，需要更多内存和时间）。配有 NVIDIA 独立显卡的设备开启 CUDA 加速后，即使是 large-v3 也能在几分钟内处理完一小时录音。
大多数人不希望为了语音输入改变现有的工具栈。StarWhisper 通过 Windows 剪贴板机制与所有应用程序天然兼容——Word、Excel、Outlook、微信、钉钉、Notion、飞书文档，任何有文本输入框的地方都可以直接粘贴。无需插件，无需 API 集成，IT 部门的介入降至最低。
免费版每天500字适合轻量尝鲜；Pro 版 $10/月或 $80/年（约合每月$6.67）适合中重度用户。与 Dragon Professional Individual $500+ 一次性付费相比，StarWhisper Pro 的入门成本极低，适合先用后深度付费的决策流程。
参考资料：Whisper 模型论文（Radford et al., 2022） ｜ 语音识别技术（维基百科） ｜ Windows 语音输入指南 ｜ 会议转录软件
语速（150-200字/分）比打字速度（60-80字/分）快约2到3倍，但「语音写作」与「键盘写作」是两种不同的认知习惯。大多数用户需要约一周时间来适应口述节奏、学会在自然停顿处断句，以及处理「不知道说什么」时的停顿焦虑。适应后，长篇内容的创作效率提升非常显著；短片段（如单条消息）则不一定有速度优势。
Whisper 模型在口音鲁棒性上表现出色，轻度至中度口音的普通话通常识别良好。重口音或方言明显时，建议有意识放慢语速，并选用 large-v3 模型。目前 StarWhisper 不支持粤语、上海话等方言的原生识别，仅支持这些方言口音的普通话。
免费版：每天500字转录额度，可使用 tiny、base、small 模型。Pro 版（$10/月或$80/年）：无字数限制，额外解锁 medium 和 large-v3 模型（精度更高），以及 SRT 字幕导出、内联翻译等高级功能。对于每周只有偶尔轻量转录需求的用户，免费版已经够用。
Whisper 模型会根据语意和停顿自动预测标点符号（句号、逗号、问号），中文场景下效果良好。不需要口述「逗号」「句号」——这一点与早期语音识别软件不同。转录后做一遍快速校对来确认标点，通常只需几分钟。段落分隔目前需要手动添加。
标准安装只需普通用户权限，无需管理员账号。软件不修改系统注册表的关键项，不安装驱动，卸载干净。企业批量部署可通过静默安装包完成，IT 部门无需特殊配置。StarWhisper 不需要网络访问权限（除非用户主动开启 OpenAI 云端模式），适合网络访问受限的企业内网环境。
体验语音转文字软件如何改变你的工作效率，免费版即可开始。
免费下载 StarWhisper