yazses

YazSes 是一款免费、开源、完全离线的语音听写和语音转文字守护进程，支持 Linux（X11 和 Wayland）、macOS 和 Windows。它基于 faster-whisper 构建，完全在本地 CPU 上运行，默认无需云端服务、账户、API 密钥或订阅。 核心工作流程是按住说话听写：按住热键、说话、释放，转录的文字便会输入到当前焦点所在的窗口。它还支持语音命令，如撤销、保存、跳转到行、运行测试和重命名符号，通过正则语法实现。用户可定义多步骤宏和个人词汇表。 除听写外，YazSes 还可将现有音频或视频文件转录为 txt、md、srt、vtt 或 json 格式，并支持可选的说话人分离。会议模式可录制整场会议并生成带说话人标签的转录文本，还可通过本地 LLM 生成可选的会议纪要，包括摘要、决策和待办事项。说话人标签和会议纪要为可选附加功能，默认关闭。 该项目为 Linux、macOS 和 Windows 提供原生安装渠道，另提供 pipx 备选方案和用于文件转录的 Docker 容器。命令行界面包含 quickstart、doctor、enroll、start、verify 和 transcribe 等命令。配置存储在 TOML 文件中。 YazSes 面向注重隐私的用户、开发者、作家、研究人员及无障碍辅助场景。它不是 LLM 智能体，默认针对英语优化，目前没有移动端或网页版本。README 中包含已发布的基准测试、平台支持详情，以及与 Dragon、Talon Voice 和云端听写工具等替代方案的客观对比。