noScribe 是一款专为访谈/采访自动转录设计的开源桌面软件，结合了 OpenAI Whisper（语音转文字）和 pyannote（说话人识别），并提供友好的图形界面和专用编辑器。

GitHub：https://github.com/kaixxx/noScribe
当前版本：0.7
许可证：GPL-3.0
作者：Kai Dröge（社会学博士，瑞士卢塞恩应用科学大学）

核心特点

  • 完全本地运行：所有处理都在你的电脑上完成，不上传到云端，保护访谈隐私
  • 高质量转录：基于 Whisper（faster-whisper）+ pyannote 说话人分离
  • 支持约 60 种语言
  • 说话人识别：可区分不同说话人，并可指定人数或自动检测
  • 专用编辑器（noScribeEdit）：方便校对、修改转录结果
  • 支持批量处理
  • 输出格式：HTML（默认，编辑器友好）、VTT（字幕/导入 EXMARaLDA）、TXT

特别适合定性社会研究和新闻采访场景。

主要功能设置

  • 语言选择（支持 auto 检测、多语言实验性支持）
  • 质量模式：Precise（更准） / Fast（更快）
  • 停顿标记（可选标记 1s+ / 2s+ / 3s+ 的停顿）
  • 说话人检测（指定人数 / auto / 关闭）
  • 重叠语音标记（实验性）
  • 不流畅现象（um、未完成句子等）是否保留
  • 可指定起止时间戳，方便先测试一小段

系统要求与下载

支持平台：Windows、macOS、Linux

下载地址托管在瑞士高校的 SWITCHdrive：
https://drive.switch.ch/index.php/s/EIVup04qkSHb54j

  • Windows：提供普通版 + CUDA 加速版（需 NVIDIA 显卡 ≥6GB VRAM）
  • macOS：Apple Silicon（M1–M4）有 0.7 版；Intel Mac 目前建议用 0.6
  • Linux：提供 CPU / CUDA 可执行文件，也可从源码安装

注意：

  • 安装包较大（包含 AI 模型，几 GB）
  • 1 小时访谈可能需要 1–3 小时处理（取决于硬件）
  • 音频质量差或噪音大会明显影响准确率
  • 自动转录永远需要人工校对

技术基础

  • Whisper（OpenAI）+ faster-whisper
  • pyannote.audio（说话人分离）
  • 自带编辑器 noScribeEdit

适合谁用？

  • 做质性研究、访谈分析的社会科学研究者
  • 需要处理大量采访录音的记者
  • 重视数据隐私、不想把录音上传到商业云服务的人
  • 希望有图形界面 + 说话人分离 + 方便校对编辑器的用户

总结：noScribe 是目前自托管、本地运行的访谈转录工具中体验较好的一款，尤其在说话人分离和编辑器配套上做得比较用心。虽然处理速度取决于硬件，但完全离线、开源免费是它的核心优势。