DEV Community · Show DEV8/15 15:0152

CPU本地语音转文字驱动编码Agent:Parakeet TDT与Paraformer优于Whisper

CPU-only local speech-to-text for driving coding agents: Parakeet TDT + Paraformer over Whisper

阅读原文
开发者分享在CPU-only环境下,用Rust和sherpa-onnx构建本地语音转文字方案,用于向Claude Code、Cursor等编码Agent口述提示词。模型选择上,NVIDIA Parakeet TDT v3支持25种欧洲语言自动检测,TDT解码在CPU上比Whisper更轻量,自带标点;Paraformer中英双语模型处理中英混说效果更佳,标点由独立CT-Transformer生成。模型按需下载,离线运行。作者强调文本插入比识别更难,尤其Windows下Chromium窗口会静默阻止低级键盘钩子,需架构性修复。还提到用户可编辑的替换词典处理缩写。该方案已作为付费应用VocalCode发布(4.99美元,30天试用),作者声明关联关系。