Ffvoice

Name: Ffvoice
Author: chicogong

von chicogongVersion 0.8.3i★ 3iLäuft auf deinem Computer

Name in der Registryio.github.chicogong/ffvoice

So installierst du es

What it does

Offline speech-to-text & speaker diarization MCP server: transcribe audio on-device, no cloud

Connects Läuft auf deinem Computer
Account or key No key needed
Category Design, Bilder & Audio

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

3/3 Prüfungen bestanden · Läuft auf deinem Computer

Zuerst: Welche KI nutzt du?

ClaudeWeb · App · HandyChatGPTWebClaude CodeTerminalCursorCode-EditorVS CodeCode-EditorAndereAndere Apps

Wähle deine App, dann erscheinen die Schritte unten.

Klappt mit Claude, aber erst etwas vorbereiten

Installiere zuerst Python (uv) auf deinem Computer (nur einmal) · Nur in der Claude-App für den Computer (Windows oder Mac), nicht im Web oder auf dem Handy

Python (uv) installieren
Nur einmal; gilt für alle Server, die Python (uv) brauchen
Download-Seite von Python (uv) öffnen ↗
Erledigt
Einstellungsdatei der Claude-Desktop-App öffnen
SettingsDeveloperEdit Config
Erledigt

Diese Einstellungen einfügen und speichern

{
  "mcpServers": {
    "ffvoice": {
      "command": "uvx",
      "args": [
        "ffvoice",
        "--from",
        "ffvoice[mcp]"
      ]
    }
  }
}

Erledigt

Claude beenden und neu öffnen
Erledigt
Ausprobieren
Nutze Ffvoice und sag mir, was du für mich tun kannst; zeig mir dann eine Sache
✓ Wenn Claude sagt, dass es Ffvoice nutzt, oder ein Werkzeug von Ffvoice in der Antwort zeigt, bist du verbunden

Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

ChatGPT kann Ffvoice noch nicht verbinden

Ffvoice läuft auf deinem Computer, aber ChatGPT verbindet nur Server, die im Web laufen

Das kannst du stattdessen tun

A · Eine App nutzen, die Ffvoice verbinden kann

Schritte für Claude →Installiere zuerst Python (uv) auf deinem Computer (nur einmal) · Nur in der Claude-App für den Computer (Windows oder Mac), nicht im Web oder auf dem Handy
Schritte für Claude Code →Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
Schritte für Cursor →Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
Schritte für VS Code →Installiere zuerst Python (uv) auf deinem Computer (nur einmal)

B · Andere in Design, Bilder & Audio, die mit ChatGPT funktionieren

Aus den meistgenutzten derselben Kategorie, nur solche, die per Adresse ohne Schlüssel verbinden

Pascal 3D Editor✓ ChatGPT
Semiotic✓ ChatGPT
TypeUI✓ ChatGPT

Klappt mit Claude Code, aber erst etwas vorbereiten

Installiere zuerst Python (uv) auf deinem Computer (nur einmal)

Python (uv) installieren
Nur einmal; gilt für alle Server, die Python (uv) brauchen
Download-Seite von Python (uv) öffnen ↗
Erledigt
Terminal öffnen
Mac: Command+Leertaste drücken und Terminal tippen · Windows: PowerShell öffnen
Erledigt

Diesen Befehl einfügen und Enter drücken

claude mcp add --scope user ffvoice -- uvx ffvoice --from 'ffvoice[mcp]'

Erledigt

/mcp in Claude Code eingeben
Ffvoice sollte in der Liste als verbunden erscheinen
Erledigt
Ausprobieren
Nutze Ffvoice und sag mir, was du für mich tun kannst; zeig mir dann eine Sache
✓ Wenn Claude Code sagt, dass es Ffvoice nutzt, oder ein Werkzeug von Ffvoice in der Antwort zeigt, bist du verbunden

Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

Klappt mit Cursor, aber erst etwas vorbereiten

Installiere zuerst Python (uv) auf deinem Computer (nur einmal)

Python (uv) installieren
Nur einmal; gilt für alle Server, die Python (uv) brauchen
Download-Seite von Python (uv) öffnen ↗
Erledigt
Mit diesem Button Cursor öffnen
In Cursor öffnen
Cursor fragt nach einer Bestätigung; klicke Install
Erledigt
KI-Chat in Cursor im Agent-Modus öffnen
Erledigt
Ausprobieren
Nutze Ffvoice und sag mir, was du für mich tun kannst; zeig mir dann eine Sache
✓ Wenn Cursor sagt, dass es Ffvoice nutzt, oder ein Werkzeug von Ffvoice in der Antwort zeigt, bist du verbunden

Menünamen am 11. Nov. 2026 mit der Hilfe von Cursor abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

Klappt mit VS Code, aber erst etwas vorbereiten

Installiere zuerst Python (uv) auf deinem Computer (nur einmal)

Python (uv) installieren
Nur einmal; gilt für alle Server, die Python (uv) brauchen
Download-Seite von Python (uv) öffnen ↗
Erledigt
Mit diesem Button VS Code öffnen
In VS Code öffnen
VS Code fragt nach einer Bestätigung; klicke Install
Erledigt
KI-Chat in VS Code im Agent-Modus öffnen
Erledigt
Ausprobieren
Nutze Ffvoice und sag mir, was du für mich tun kannst; zeig mir dann eine Sache
✓ Wenn VS Code sagt, dass es Ffvoice nutzt, oder ein Werkzeug von Ffvoice in der Antwort zeigt, bist du verbunden

Menünamen am 11. Nov. 2026 mit der Hilfe von VS Code abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

Andere Apps mit MCP, etwa Windsurf, Zed oder Gemini CLI, fügen Server unterschiedlich hinzu. Sieh in der App-Liste nach

Alle Apps mit MCP ansehen →

JSON-Einstellungen stehen unten unter „Für Entwickler“

Hängst du fest? Frag Leute, die Ffvoice nutzen💬 Diskussion →

Für Entwickler: Terminal-Befehle und JSON-Einstellungen

Auf deinem Computer installiert

Claude Code

claude mcp add --scope user ffvoice -- uvx ffvoice --from 'ffvoice[mcp]'

Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "ffvoice": {
      "command": "uvx",
      "args": [
        "ffvoice",
        "--from",
        "ffvoice[mcp]"
      ]
    }
  }
}

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "ffvoice": {
      "command": "uvx",
      "args": [
        "ffvoice",
        "--from",
        "ffvoice[mcp]"
      ]
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "ffvoice": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "ffvoice",
        "--from",
        "ffvoice[mcp]"
      ]
    }
  }
}

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Auf einen Blick

GitHub-Sterne i: 3
Downloads pro Wochei: 56/Wo.
Lizenz i: MIT
Verbindung: Läuft auf deinem Computer
Transport: stdio
Neueste Versioni: 0.8.3
Kategoriei: Design, Bilder & Audio
In der Registry veröffentlichti: 19. Mai 2026
Code zuletzt geänderti: 15. Sept. 2026
Entwickler: chicogong
Pakete: pypi: ffvoice
Repo: chicogong/ffvoice-engine
Registry-Status: Aktiv

Welche Apps ihn nutzen können

Basierend darauf, wie sich dieser Server verbindet, und auf der eigenen Doku jeder App, geprüft am 10. Nov. 2026.

Laufen auf deinem Computer in

Claude Goose LM Studio Msty Studio Cherry Studio Cursor VS Code + GitHub Copilot Visual Studio Windsurf (Devin Desktop)Zed Kiro Cline Continue JetBrains AI Assistant Claude Code Codex CLI Gemini CLI OpenCode nodecode Warp LibreChat Raycast

Alle Apps, mit Vor- und Nachteilen →

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 12. Nov. 2026

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde mit dem GitHub-Konto chicogong bestätigt, dem das Repo gehört
✓ Bestanden
Wird noch gepflegt
Code zuletzt geändert: vor 2 Monaten
✓ Bestanden
Hat eine Lizenz
Nutzt MIT
– Nicht zutreffend
Endpunkt antwortet
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
– Nicht zutreffend
Anmeldung mit OAuth
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
… Noch nicht geprüft
Keine versteckten Anweisungen in Tool-Beschreibungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Diskussion

Fragen, Tipps teilen oder melden, dass etwas nicht geht. Sortiert nach „hilfreich“.

Noch keine Beiträge. Stell die erste Frage oder teile einen Tipp.

Beiträge hier stammen von Nutzern, nicht vom PopNx-Team.

Mit Google anmelden, um zu posten

Nutzerbewertungen

Noch keine Bewertungen

Mit Google anmelden, um zu bewerten

Im Vergleich mit anderen in Design, Bilder & Audioi

Mehr Sterne als 88 % der anderen 2953 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 7 % der anderen 2953 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 2953 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist Ffvoice sicher?

Er hat 3 von 3 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt vor 2 Monaten geändert, und die neueste Version (0.8.3) kam vor 6 Monaten in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Figma Context MCP, AutoClip, Next AI Draw.io

Andere in derselben Kategorie

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:↓ Downloads pro Wochei★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Figma Context MCP

Give your coding agent access to your Figma data. Implement designs in any framework in one-shot.

von GLipsWeit verbreitet↓ 152.142/Wo.★ 16.191Aktualisiert vor 5 Monaten

Läuft auf deinem Computer

Installieren

AutoClip

Clip long videos into short clips with covers and captions. Local CLI and MCP.

von zhouxiaokaWeit verbreitet↓ 205/Wo.★ 10.303Aktualisiert vor 15 Tagen

Läuft auf deinem Computer

Installieren

Next AI Draw.io

draw.io diagrams your AI agent draws on a live browser canvas that you can also edit by hand

von DayuanJiangWeit verbreitet↓ 21.676/Wo.★ 36.884 Sterne des ganzen ReposAktualisiert vor 5 Tagen

Läuft auf deinem Computer

Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

ffvoice-engine

🎙️ Offline speech-to-text & speaker diarization for AI agents — Whisper ASR, live captioning, an MCP server, a CLI and Python bindings. Fully on-device, no cloud API.

🎙️ 离线语音识别 + 说话人分离,AI Agent 开箱即用 —— Whisper 实时转写 · 实时字幕 · MCP server · CLI · Python 绑定 · 100% 本地运行,音频不上云。

Why ffvoice? / 为什么用 ffvoice？

The honest pitch: ffvoice is an integration layer, not a new ASR engine. It embeds whisper.cpp as-is and makes no changes to its accuracy or inference speed. What ffvoice adds is a batteries-included, pre-wired pipeline — microphone capture → RNNoise denoising → VAD segmentation → Whisper ASR → speaker diarization → live captions / WAV / FLAC / subtitles — delivered as a single C++ SDK with Python bindings, a CLI, and an MCP server that lets AI agents (Claude and others) transcribe audio out of the box — all in one pip install or cmake build.

诚实定位: ffvoice 是一个集成层，而非新的 ASR 引擎。它内嵌 whisper.cpp，不修改其识别精度或推理速度。ffvoice 带来的是一条开箱即用、预连接的完整管道——麦克风采集 → RNNoise 降噪 → VAD 分段 → Whisper ASR → 说话人分离 → 实时字幕 / WAV / FLAC / 字幕输出——打包成 C++ SDK + Python 绑定 + CLI，外加一个 MCP server,让 AI agent(Claude 等)开箱即用地转写音频——一条 pip install 或 cmake 即可完成。

Pain points it addresses / 解决的痛点

Pain point	ffvoice approach
Privacy / 隐私合规 — audio must not leave the device (GDPR, HIPAA, enterprise policy)	100% offline; audio never transmitted
Cloud cost / 云端费用 — commercial APIs charge per minute ($0.01–0.024/min at scale)	Zero per-minute cost; runs on your own hardware
Glue code / 胶水代码 — wiring PortAudio + RNNoise + VAD + whisper.cpp + FLAC yourself takes days	All wired together and tested; one SDK
Offline / 断网场景 — embedded systems, air-gapped environments, poor connectivity	Fully offline; no network dependency
Local responsiveness / 本地响应 — cloud round-trips add network variance	Capture and inference stay on-device; measure end-to-end latency on your target hardware

What ffvoice does NOT do / 不做什么

ffvoice does not improve whisper.cpp's WER (word error rate) or speed. If Whisper tiny gives you 12% WER, ffvoice will too.
ffvoice does not outperform sherpa-onnx or other optimized inference runtimes on raw transcription speed.
ffvoice does not provide custom vocabulary or acoustic model fine-tuning.

If raw ASR accuracy or throughput is your primary concern, evaluate whisper.cpp directly or consider specialized runtimes. ffvoice's value is the integrated pipeline, not the ASR engine itself.

📋 项目介绍

ffvoice-engine 是一个轻量级、高性能的音频处理引擎，专注于实时音频采集、智能处理和语音识别。

🎯 使用场景

📝 会议记录 - 实时转写会议内容，说话人分离标注"谁说了什么"，自动生成字幕
🎓 在线教育 - 录制课程并生成字幕，支持多语言识别
🎙️ 播客制作 - 高质量音频录制 + RNNoise 降噪 + 自动字幕生成
🎵 音乐制作 - 低延迟音频采集，支持 FLAC 无损压缩
🤖 语音助手 - 实时语音识别和处理，构建本地 AI 语音应用
📡 直播字幕 - 边录边转写，生成实时字幕流

✨ 核心优势

vs 商业服务（Azure/Google Cloud Speech）:

✅ 完全离线 - 无需网络，保护隐私，零 API 费用
✅ 本地处理 - 无网络往返；端到端延迟取决于设备、模型与音频长度
✅ 开源免费 - MIT 协议，可商用

vs FFmpeg 命令行:

✅ 实时转写 - 边录边识别，支持 VAD 智能分段
✅ AI 降噪 - 集成 RNNoise 深度学习降噪
✅ C++ SDK - 可嵌入任何 C++ 应用，非黑盒工具

vs Python 方案（whisper-cli）:

✅ 原生管道 - C++20 实现，处理链无 Python 解释器与胶水开销
✅ 易部署 - 单一可执行文件，无 Python 环境依赖
✅ 同样的精度 - 内嵌 whisper.cpp，识别质量与上游一致（ffvoice 不改模型）

💡 技术亮点

🚀 零拷贝处理链 - 音频数据在内存中就地处理
🧠 智能 VAD 分段 - 基于 RNNoise VAD 的语音活动检测
🎯 高压缩比 - FLAC 无损压缩 2-3x，质量无损
⚡ whisper.cpp 推理 - 内嵌 whisper.cpp，Apple Silicon 上推理快于实时

核心特性

✅ 实时音频采集 - 低延迟麦克风/系统声音捕获 (PortAudio)
✅ 多格式输出 - WAV、FLAC 无损压缩
✅ 音频增强处理 - 音量归一化、高通滤波、RNNoise 降噪
✅ 离线语音识别 - Whisper ASR (tiny model，纯文本/SRT/VTT/JSON 四种格式，含词级时间戳)
🧪 滚动字幕流 - LiveCaptioner 输出 partial/final 事件；partial 会重复转写累计语音，不等同于增量流式解码
✅ 说话人分离 - Diarizer 离线 diarization（sherpa-onnx），自动标注"谁在何时说话"
✅ Agent 集成 - CLI + MCP server，AI agent 可直接调用本地离线语音能力

🏗️ 当前状态 (v0.8.3)

四个集成层路线图阶段全部交付，已发布到 PyPI（macOS / Linux / Windows，Python 3.10–3.14）。

能力	状态
音频采集 / WAV·FLAC 输出 / 音频增强（归一化·高通·RNNoise）	✅
离线语音识别（Whisper ASR — 纯文本 / SRT / VTT / JSON，词级时间戳）	✅
滚动字幕流（LiveCaptioner — partial/final 字幕事件）	🧪 实验性；需监控丢样
说话人分离（Diarizer — sherpa-onnx，可选 `-DENABLE_DIARIZATION=ON`）	✅
Agent 集成（CLI 硬化 + MCP server，5 个工具）	✅
当前测试套件：296 C++ + 146 Python，全部通过	✅

完整历史见 CHANGELOG.md。

🚀 快速开始

依赖

CMake 3.20+
C++20 编译器（GCC 10+, Clang 12+, MSVC 2019+）
FFmpeg 4.4+ (libavcodec, libavformat, libavutil, libswresample)
PortAudio 19.7+ (音频采集)
FLAC 1.5+ (无损压缩)
whisper.cpp (可选，自动下载，用于语音识别)
RNNoise (可选，自动下载，用于深度学习降噪)

macOS 安装：

brew install cmake ffmpeg portaudio flac

Linux (Ubuntu/Debian) 安装：

sudo apt-get install cmake build-essential \

libavcodec-dev libavformat-dev libavutil-dev libswresample-dev \ portaudio19-dev libflac-dev

Windows 安装：

# 使用 vcpkg 管理 C++ 依赖

1. 克隆 vcpkg（如果还没有）

git clone https://github.com/Microsoft/vcpkg.git C:\vcpkg C:\vcpkg\bootstrap-vcpkg.bat

2. 安装依赖包

C:\vcpkg\vcpkg install ffmpeg:x64-windows portaudio:x64-windows libflac:x64-windows

3. 设置环境变量（用于 CMake）

set CMAKE_TOOLCHAIN_FILE=C:\vcpkg\scripts\buildsystems\vcpkg.cmake

注意：Windows 用户也可以直接使用 PyPI 的预编译 wheels（推荐）

pip install ffvoice

编译

标准编译:

*Linux/macOS*:

mkdir build && cd build

cmake .. -DCMAKE_BUILD_TYPE=Release make -j$(nproc)

*Windows*:

mkdir build

cd build cmake .. -DCMAKE_BUILD_TYPE=Release -DCMAKE_TOOLCHAIN_FILE=C:\vcpkg\scripts\buildsystems\vcpkg.cmake cmake --build . --config Release

启用 RNNoise 降噪 (推荐，自动下载):

*Linux/macOS*:

mkdir build && cd build

cmake .. -DCMAKE_BUILD_TYPE=Release -DENABLE_RNNOISE=ON make -j$(nproc)

RNNoise 库会通过 CMake FetchContent 自动下载和编译

*Windows*:

# 注意：Windows 版本禁用 RNNoise（MSVC 不支持 VLA）

使用其他音频处理选项替代

启用 Whisper 语音识别 (推荐，自动下载):

*Linux/macOS*:

mkdir build && cd build

cmake .. -DCMAKE_BUILD_TYPE=Release -DENABLE_WHISPER=ON make -j$(nproc)

whisper.cpp 和 tiny 模型（39MB）会自动下载

*Windows*:

mkdir build

cd build cmake .. -DCMAKE_BUILD_TYPE=Release -DENABLE_WHISPER=ON -DCMAKE_TOOLCHAIN_FILE=C:\vcpkg\scripts\buildsystems\vcpkg.cmake cmake --build . --config Release

启用所有可选功能 (Linux/macOS):

cmake .. -DCMAKE_BUILD_TYPE=Release \

-DENABLE_RNNOISE=ON \ -DENABLE_WHISPER=ON make -j$(nproc)

使用

注意:

- Linux/macOS: 使用 ./build/ffvoice

- Windows: 使用 .\build\Release\ffvoice.exe

# 查看帮助

./build/ffvoice --help

生成测试 WAV 文件（440Hz A4 音符，3秒）

./build/ffvoice --test-wav test.wav

列出可用音频设备

./build/ffvoice --list-devices

录制 10 秒 WAV 音频（默认格式）

./build/ffvoice --record -o recording.wav -t 10

录制 30 秒 FLAC 音频（无损压缩）

./build/ffvoice --record -o recording.flac -t 30

使用最大压缩级别录制 FLAC

./build/ffvoice --record -o recording.flac --compression 8 -t 60

选择特定设备录制立体声

./build/ffvoice --record -d 1 -o stereo.wav --channels 2 -t 20

启用音频处理（音量归一化 + 高通滤波）

./build/ffvoice --record -o clean.wav --enable-processing -t 10

仅启用音量归一化

./build/ffvoice --record -o normalized.wav --normalize -t 10

自定义高通滤波频率（去除 100Hz 以下噪声）

./build/ffvoice --record -o filtered.flac --highpass 100 -t 20

组合：FLAC + 音频处理

./build/ffvoice --record -o studio.flac --normalize --highpass 80 -t 30

RNNoise 深度学习降噪（推荐用于语音录制，仅 Linux/macOS）

./build/ffvoice --record -o clean.wav --rnnoise -t 10

完整处理链（高通 + RNNoise + 归一化，仅 Linux/macOS）

./build/ffvoice --record -o studio.flac --highpass 80 --rnnoise --normalize -t 30

RNNoise + VAD (实验性，仅 Linux/macOS)

./build/ffvoice --record -o vad.wav --rnnoise-vad -t 20

播放录音

afplay recording.wav # 或 recording.flac

==================== 语音识别（需启用 ENABLE_WHISPER） ====================

转写音频文件为纯文本

./build/ffvoice --transcribe recording.wav -o transcript.txt

生成 SRT 字幕文件

./build/ffvoice --transcribe recording.wav --format srt -o subtitles.srt

生成 VTT 字幕文件

./build/ffvoice --transcribe recording.wav --format vtt -o subtitles.vtt

生成 JSON 转写文件（含分段级与词级时间戳）

./build/ffvoice --transcribe recording.wav --format json -o transcript.json

指定语言（中文）

./build/ffvoice --transcribe recording.wav --language zh -o transcript_zh.txt

转写 FLAC 文件

./build/ffvoice --transcribe recording.flac --format srt -o subtitles.srt

完整工作流：录制 + 音频处理 + 转写

./build/ffvoice --record -o speech.flac --highpass 80 --rnnoise --normalize -t 30 ./build/ffvoice --transcribe speech.flac --format srt -o speech.srt

==================== 实时语音识别（需启用 ENABLE_RNNOISE 和 ENABLE_WHISPER） ====================

边录边转写（实时模式）

./build/ffvoice --record -o speech.wav --rnnoise-vad --transcribe-live -t 60

实时转写 + 音频处理

./build/ffvoice --record -o speech.flac --rnnoise-vad --transcribe-live --highpass 80 --normalize -t 120

==================== 实时字幕流（需启用 ENABLE_WHISPER；LiveCaptioner） ====================

边说边出字幕：partial 字幕实时刷新，final 字幕断句落定

./build/ffvoice --record -o talk.wav --live-captions -t 60

调整 partial 字幕刷新间隔（毫秒）

./build/ffvoice --record -o talk.wav --live-captions --partial-interval 300 -t 60

==================== 说话人分离（需 -DENABLE_DIARIZATION=ON 构建） ====================

转写并标注说话人：每段带 speaker_id

Nur der Anfang wird gezeigt; den Rest findest du im Repo

Ffvoice

What it does

Installation

Python (uv) installieren

Einstellungsdatei der Claude-Desktop-App öffnen

Diese Einstellungen einfügen und speichern

Claude beenden und neu öffnen

Ausprobieren

Das kannst du stattdessen tun

Python (uv) installieren

Terminal öffnen

Diesen Befehl einfügen und Enter drücken

/mcp in Claude Code eingeben

Ausprobieren

Python (uv) installieren

Mit diesem Button Cursor öffnen

KI-Chat in Cursor im Agent-Modus öffnen

Ausprobieren

Python (uv) installieren

Mit diesem Button VS Code öffnen

KI-Chat in VS Code im Agent-Modus öffnen

Ausprobieren

Auf deinem Computer installiert

Auf einen Blick

Welche Apps ihn nutzen können

Was er kann

Basischecksi

Entwickler passt zum Repo

Wird noch gepflegt

Hat eine Lizenz

Endpunkt antwortet

Anmeldung mit OAuth

Keine versteckten Anweisungen in Tool-Beschreibungen

Diskussion

Nutzerbewertungen

Im Vergleich mit anderen in Design, Bilder & Audioi

Häufige Fragen

Andere in derselben Kategorie

Figma Context MCP

AutoClip

Next AI Draw.io

README vom Entwickler

ffvoice-engine

Why ffvoice? / 为什么用 ffvoice？

Pain points it addresses / 解决的痛点

What ffvoice does NOT do / 不做什么

📋 项目介绍

🎯 使用场景

✨ 核心优势

💡 技术亮点

核心特性

🏗️ 当前状态 (v0.8.3)

🚀 快速开始

依赖

1. 克隆 vcpkg（如果还没有）

2. 安装依赖包

3. 设置环境变量（用于 CMake）

注意：Windows 用户也可以直接使用 PyPI 的预编译 wheels（推荐）

pip install ffvoice

编译

RNNoise 库会通过 CMake FetchContent 自动下载和编译

使用其他音频处理选项替代

whisper.cpp 和 tiny 模型（39MB）会自动下载

使用

生成测试 WAV 文件（440Hz A4 音符，3秒）

列出可用音频设备

录制 10 秒 WAV 音频（默认格式）

录制 30 秒 FLAC 音频（无损压缩）

使用最大压缩级别录制 FLAC

选择特定设备录制立体声

启用音频处理（音量归一化 + 高通滤波）

仅启用音量归一化

自定义高通滤波频率（去除 100Hz 以下噪声）

组合：FLAC + 音频处理

RNNoise 深度学习降噪（推荐用于语音录制，仅 Linux/macOS）

完整处理链（高通 + RNNoise + 归一化，仅 Linux/macOS）

RNNoise + VAD (实验性，仅 Linux/macOS)

播放录音

==================== 语音识别（需启用 ENABLE_WHISPER） ====================

转写音频文件为纯文本