DGX Spark 赋能！spark-dictate 离线语音听写工具，本地极速转录直达剪贴板

有开发者基于DGX Spark打造了一款轻量化离线语音听写工具——spark-dictate，以解决传统在线语音工具隐私泄露、网速受限、高额收费等痛点。日常办公、文稿撰写、技术笔记整理时，语音转文字早已成为提升效率的刚需工具。而spark-dictate依托DGX Spark算力硬件搭建推理服务，搭配轻量化whisper.cpp引擎，打造出一套全平台离线语音听写方案，全程脱离公有云，凭借NVIDIA GPU硬件加速实现低延迟、高精准语音转写，完美适配Windows、macOS、Linux三大桌面系统，长按快捷键即可录音，松开自动转文字并存入剪贴板，上手零门槛。

项目核心优势

spark-dictate采用客户端与服务端分离架构，将算力推理部署在DGX Spark高性能服务器端，本地设备仅负责收音与文本粘贴，既减轻办公电脑硬件压力，又能充分释放专业AI算力优势，兼顾运行速度与识别精度。所有语音音频仅在内网传输处理，不上传第三方云端平台，私密文稿、工作话术、会议内容均可安心转录，从源头保障数据隐私安全。

实用核心功能

1.快捷键快捷收音

操作逻辑极简，macOS长按右侧Option键，Windows与Linux系统长按右侧Alt键即可开启录音，松手即刻停止采集，全程不打乱办公节奏。

2.标准化音频优化

本地自动完成16kHz单声道音频采集，支持音频增益调节与静音补全，适配各类普通麦克风、头戴式收音设备，嘈杂环境也能清晰收录人声。

3.DGX Spark GPU高速推理

依托DGX Spark搭载的CUDA算力，调用whisper.cpp轻量化语音大模型进行加速转录，相比普通CPU推理速度大幅提升，短语音近乎秒出结果，长文本也能高效完成识别。

4.自动剪贴板同步

语音识别完成后，文字内容自动复制至系统剪贴板，无需手动复制，直接粘贴到文档、代码编辑器、聊天界面等任意场景，即用即走。

5.极简部署轻量化运行

客户端仅需基础Python环境即可运行，无臃肿插件与多余捆绑组件；服务端依托DGX Spark一键启动推理服务，内网设备均可接入使用，适配团队多人协同办公。

简易部署使用流程

环境准备

服务端：搭载CUDA环境的DGX Spark算力设备，部署whisper.cpp语音推理程序

客户端：主流桌面系统+Python3.10以上版本+正常可用麦克风

快速启用

1. 在DGX Spark服务器端启动语音转录推理服务，固定内网访问地址与端口；
2. 本地电脑拉取spark-dictate开源项目，配置服务端内网IP地址，启动客户端程序；
3. 长按专属快捷键开始语音口述，结束后松开按键；
4. 等待短暂识别完成，直接粘贴剪贴板文字即可完成输入。

适配场景

该工具实用性极强，职场人群可用于会议纪要速记、工作文案口述撰写；技术从业者可快速录入代码注释、技术思路；自由职业者、创作者可随手记录灵感文稿，搭配DGX Spark强劲算力，彻底摆脱在线语音工具网速限制、隐私泄露、收费限流等诸多痛点。

作为开源免费的离线语音听写项目，spark-dictate依托DGX Spark专业AI硬件赋能，把高性能语音识别下沉到本地内网场景，兼顾高效、便捷、安全三大核心需求，是桌面端离线语音转文字的优质开源解决方案。

开源项目地址：https://github.com/openmarmot/spark-dictate