实时语音转文字，比如会议记录、课堂笔记，这类功能现在很常见，也是很多人感兴趣的热门方向。
那么想不想动手部署一个开源、好玩的实时转录项目 —— WhisperLiveKit。它能让你在自己的电脑上轻松搭建一套语音实时识别系统！
💡 先说结论：它适合谁？
WhisperLiveKit 非常适合学习和体验 AI 实时语音识别的原理与流程。不过要提醒一句：它还不能完全替代专业商业产品，但已经非常有趣、够强大。
优点：
- 🚀 部署超级简单💻 自带网页界面，可直接体验前沿技术
需要注意的地方：
延迟问题中文识别准确率高的模型（比如 large-v2/v3）相对较慢，语音转文字的延迟可能大于10秒，甚至更久。如果你的电脑有一张 NVIDIA 显卡（建议 12G 显存以上），速度会快很多。小模型虽然快，但中文识别不够准确。
网络环境程序需要下载一个非常大的核心模型，这个文件在墙外。👉 所以你需要提前准备好“科学上网”工具。
🧰 第一步：准备工作（磨刀不误砍柴工）
开始前，请确认你的电脑准备好了以下几样：
安装 uv这是一个现代化的 Python 包管理工具，可以用“一条命令”安装所有依赖，极其省心。
如果你还没装，查看官网安装方式 docs.astral.sh/uv/getting-…
安装 ffmpeg它是音视频处理界的“瑞士军刀”，我们的程序要靠它来读取麦克风声音。
同样，如果还没安装，查看官网安装 ffmpeg.org/download.ht…
开启网络代理⚠️ 这一点非常重要！因为模型文件要从墙外服务器下载，请务必开启“科学上网”，并设置为“全局代理”或“系统代理”模式。
⚙️ 第二步：安装核心程序
新建一个文件夹，比如：D:/python/livekit
打开这个文件夹，在地址栏输入 cmd，然后按回车。你会看到一个黑色命令行窗口👇
把下面命令复制进去，然后按回车执行：
uv init && uv add whisperlivekit faster-whisper --index https://pypi.tuna.tsinghua.edu.cn/simple💡 这条命令会：
使用
uv自动安装 WhisperLiveKit 和加速依赖faster-whisper并通过清华镜像源加速下载
等待安装中…… ⏳
看到如下界面，就表示安装成功啦！🎉
🚀 第三步：启动实时转录服务
继续在命令行窗口中执行以下命令：
uv run whisperlivekit-server --audio-max-len 10 --frame-threshold 20 --model large-v3-turbo --language zh参数说明：
--model large-v3-turbo：使用更快的 large-v3-turbo 模型（比 large-v2/v3 快很多，准确率略有下降）--language zh：指定识别中文⚠️ 第一次运行会自动下载模型文件，体积较大，请保持网络畅通并耐心等待。
当窗口出现下图中的网址时，恭喜！🎉 服务启动成功！
🌐 第四步：开始使用！
打开浏览器（推荐 Chrome 或 Edge），访问地址：
👉 http://localhost:8000/
你会看到一个简洁的网页界面👇
点击大大的红色按钮，允许浏览器访问麦克风。然后开始说话，稍等几秒，识别文字就会出现在屏幕上！
🧩 常见“翻车”现场与解决办法
别担心，以下是最常见的几种错误：
❌ 模型下载失败错误提示里如果有 “huggingface”、“download”、“timeout”等字样，几乎都是代理没开或没设置成全局模式。
❌ 找不到 uv表示 uv 没安装好，或未加入系统环境变量。
❌ 找不到 ffmpeg同理，检查是否安装正确并配置了环境变量。
💤 懒人福利：一键启动脚本！
每次敲命令太麻烦？那就来个“一键启动”！
- 在项目文件夹（
D:/python/livekit）中新建一个文本文档把以下内容复制进去：@echo offcall uv run whisperlivekit-server --audio-max-len 10 --backend faster-whisper --frame-threshold 20 --model large-v3-turbo --language zhpause3. 点击“文件”→“另存为”，保存类型选为 所有文件，命名为 start.bat，然后保存。4. ⚠️ 确认文件名结尾是 .bat（不是 .bat.txt）！
以后你只需双击 start.bat 文件，就能一键启动服务啦～再也不用每次输入长命令，轻松又高效！
🎉 恭喜你完成部署！从现在起，你已经能在自己的电脑上实现实时语音识别。WhisperLiveKit 是一个非常适合学习和演示的项目，不妨多尝试不同模型、参数，探索它的更多玩法吧！
