您的本地会议助手 · 完全免费 · 系统声音与麦克风同步录制 · 实时转写、13 语言翻译与 AI 总结，数据不出设备
Your local meeting assistant · 100% free · Records system audio & mic together · Real-time transcription, translation (13 languages) & summaries — all on your device
로컬 회의 어시스턴트 · 완전 묾료 · 시스템 오디오와 마이크 동시 녹음 · 실시간 받아쓰기, 번역, 요약 — 데이터는 기기 밖으로 나가지 않습니다
ローカル会議アシスタント · 完全無料 · システム音声とマイクを同時録音 · リアルタイム文字起こし・翻訳・要約。データはデバイスの外に出ません
🎙️ 双路录音 · 📝 实时转写 · 🌐 13 种语言翻译 · 🤖 本地 AI 总结
免费 · 无需注册 · 无订阅 · 约 50 MB | 🍎 macOS / 🐧 Linux — 去 issue 投票帮我们排优先级
功能特性 · 为什么选择 VoxMinutes · 模型支持 · 下载与安装 · 从源码构建 · 技术栈 · 路线图 · 隐私 · 参与贡献
VoxMinutes 是一款完全免费、本地优先的桌面应用（Windows，Tauri 2）：一边开会一边实时转写，同时把系统播放的声音和麦克风输入两路音频同时录下——很多同类工具只支持麦克风。转写结果可以实时翻译成 13 种语言、一键生成 AI 会议纪要，全部模型都在你自己的电脑上运行，音频与文本从不出设备，所有功能完全免费，无订阅、无付费墙。
首次启动时，内置的新手指引会带你下载或导入所需模型（支持 GitHub、HuggingFace 镜像、ModelScope 多源下载，也支持本地压缩包 / GGUF 文件导入）。
| 痛点 | 常见工具 | VoxMinutes |
|---|---|---|
| 费用 | Otter.ai、讯飞听见：按分钟收费 | 完全免费，无订阅、无付费墙 |
| 隐私 | 音频上传云端 | 一切都在你的设备上运行 |
| 录音 | 只能录麦克风或只能录系统声音 | 系统声音 + 麦克风同时录制 |
| 上手难度 | Whisper 类工具需要命令行/配置 | 应用内模型管家，无需终端 |
| 兼容性 | 浏览器插件受音频权限限制 | 系统级采集，适配任何会议软件 |
VoxMinutes 适用于 Zoom、腾讯会议、飞书、Teams、Google Meet、网课、访谈等场景——因为它在系统层面采集音频，不依赖特定应用。
- 下载最新 Windows 安装包（约 50 MB）：Releases
- 安装并启动——新手指引会帮你下载 ASR 模型（必装）以及可选的翻译/总结模型。中国大陆无需代理：下载源会自动回退到 hf-mirror / gh-proxy / ModelScope。
- 按下录音——开会时看文字实时出现，随时实时翻译，结束后点「Meeting Summary」一键生成纪要。
⚠️ Windows 提示： 安装包暂未代码签名，SmartScreen 可能出现蓝色警告——点击更多信息 → 仍要运行即可。源码公开，请放心。
- 实时流式转写：两种本地 ASR 引擎可选
X-ASR（中英双语纯流式，480ms chunk，低延迟）SenseVoice（中/英/日/韩/粤多语言，VAD 伪流式）
- 双路录音：系统播放 + 麦克风同时录制，自动混流
- 实时翻译：句级流水线，译文逐字流式显示
OPUS-MT：轻量快速，中英互译Hy-MT2（腾讯混元）：更高质量，13 种目标语言
- AI 会议纪要：本地 GGUF 大模型（Qwen / Gemma）离线总结，也可用远程 API 或网页 AI；结果独立面板展示，可导出 Markdown
- 翻译页：文本即输即译，自动识别源语言
- 历史记录：SQLite 存储，支持搜索、标题/段落行内编辑
- 文件转写：导入音频文件离线转写、重新识别
- 导出：TXT / SRT / Markdown / 会议总结 Markdown
- 模型管家：应用内下载（多源 + 断点续传 + 多模型并行）或本地导入，无需命令行
- 多语言界面：English / 中文 / 한국어 / 日本語，欢迎页即可切换
所有模型均为应用内下载或用户自行导入，安装包不内置任何模型。下载源按序自动回退（官方源 → 国内镜像），国内网络默认可用。
| 模型 | 用途 | 大小 | 下载源 |
|---|---|---|---|
| SenseVoice（sherpa-onnx） | ASR：中/英/日/韩/粤 | ~854 MB | GitHub Releases / gh-proxy |
| X-ASR 480ms（sherpa-onnx） | ASR：中英纯流式 | ~557 MB | GitHub Releases / gh-proxy |
| OPUS-MT 中→英 / 英→中 | 翻译（快速） | 各 ~113 MB | HuggingFace / hf-mirror / ModelScope |
| Hy-MT2-1.8B（腾讯混元） | 翻译（高质量，13 种目标语言） | ~1.1 GB | HuggingFace / hf-mirror |
| Qwen2.5-3B-Instruct | 会议总结（较小较快） | ~2.1 GB | HuggingFace / hf-mirror / ModelScope |
| Qwen3-4B-Instruct-2507 | 会议总结（质量更好） | ~2.5 GB | HuggingFace / hf-mirror |
| Gemma-3-4B-it | 会议总结（英文较强） | ~2.5 GB | HuggingFace / hf-mirror |
说明：
- 全部模型为 Q4/int8 量化，纯 CPU 即可运行（约 8 线程的机器上 Hy-MT2 实时翻译约 2~4 秒/句）；ASR 实时转写 RTF ≈ 0.25
- 模型文件存放在应用模型目录，可在设置页查看、删除、导入（
.tar.bz2/.tar.gz/.zip压缩包或.gguf文件） - 仅支持上表注册的模型，暂不支持自定义模型
应用内下载较慢时，可把链接复制到下载器（迅雷 / IDM / aria2），完成后在「设置 → 模型」点「导入」安装（支持 .tar.bz2 / .tar.gz / .zip 压缩包、.gguf 文件、已备齐文件的模型文件夹）：
- SenseVoice（.tar.bz2）：GitHub / gh-proxy 镜像
- X-ASR 480ms（.tar.bz2）：GitHub / gh-proxy 镜像
- OPUS-MT 中→英（需
encoder_model_int8.onnx、decoder_model_merged_int8.onnx、tokenizer.json三个文件）：HuggingFace / ModelScope；英→中：HuggingFace / ModelScope - Hy-MT2-1.8B（.gguf）：HuggingFace / hf-mirror 镜像
- Qwen2.5-3B-Instruct（.gguf）：HuggingFace / hf-mirror 镜像 / ModelScope
- Qwen3-4B-Instruct-2507（.gguf）：HuggingFace / hf-mirror 镜像
- Gemma-3-4B-it（.gguf）：HuggingFace / hf-mirror 镜像
- 实时转录：录音控制 + 实时文本 + 内联译文（见上方演示视频）
- 历史记录：列表 / 搜索 / 详情编辑 / 导出 / AI 总结
- 翻译：即输即译，13 种目标语言
- 设置：模型（下载/导入/删除）、音频与导出、API、高级
- 从 Releases 下载最新 Windows 安装包（或便携包）
- 安装并启动，新手指引会自动弹出，引导你下载或导入 ASR 模型（必装）、翻译与总结模型（可选）
- 模型之后也可以随时在「设置 → 模型」中下载 / 导入 / 删除
提示：中国大陆用户无需任何代理，下载源会自动回退到可用镜像（hf-mirror / gh-proxy / ModelScope）。
环境：Windows 10/11 x64、Git、Node.js LTS、pnpm、Rust 1.77+、CMake、VS2022 Build Tools（macOS / Linux 支持计划中）。
git clone https://github.com/Longt-audio/voxminutes.git
cd voxminutes/frontend
pnpm install --ignore-workspace
pnpm build
pnpm tauri:dev如需本地 LLM 功能（Hy-MT2 翻译 / 本地会议总结），还要编译 llama-helper sidecar（需要 libclang）：
$env:LIBCLANG_PATH = "<项目根>\.tooling\llvm\bin"
cargo build -p llama-helper --release
copy target\release\llama-helper.exe frontend\src-tauri\binaries\llama-helper-x86_64-pc-windows-msvc.exe更多开发命令见 docs/DEV_COMMANDS.md。
| 层 | 技术 |
|---|---|
| 桌面框架 | Tauri 2 + Next.js（静态导出）+ React + Tailwind CSS |
| 系统层 | Rust |
| ASR | sherpa-onnx（SenseVoice / X-ASR，ONNX Runtime） |
| 机器翻译 | OPUS-MT（ONNX Runtime）/ Hy-MT2（llama.cpp sidecar） |
| 会议总结 | llama.cpp sidecar（GGUF，Qwen / Gemma）+ OpenAI 兼容远程 API |
| 数据库 | SQLite |
| 版本 | 目标 |
|---|---|
| v0.1.0（当前 MVP） | 实时/离线转写、双引擎翻译、本地会议总结、历史与导出、模型下载/导入、首启引导 |
| v0.2.0 | TTS 语音合成、字幕悬浮窗、划词翻译 |
| v0.3.0 | 按键实时传译、实时摘要、说话人识别 |
| 未来（付费版） | 云端高精度 ASR、团队协作 |
💡 想要 macOS / Linux、TTS 或说话人分离更快落地？去提 issue 或在已有 issue 里投票——路线图优先级会跟随社区需求。
音频、转写、翻译与总结全部在你的设备上完成；除非你主动配置远程总结 API，应用不与任何服务器交换你的内容。
本项目采用 AGPL-3.0 协议，详见 LICENSE。
欢迎 Issue 与 Pull Request。提交前请确保 cargo check --workspace、cargo test 与 cd frontend && pnpm build 通过。
- 🐛 报 Bug / 提需求：Issues
- 💬 提问 / 交流想法：Discussions
- ⭐ 如果 VoxMinutes 对你有帮助，点个 Star——这能帮更多人发现它！
VoxMinutes — 你的声音，你的数据。