在远程协作与混合办公成为常态的今天，我们平均每周花费5-8小时在会议中，却常常陷入“开会半小时，整理纪要两小时”的困境。

传统解决方案要么依赖人工记录效率低下，要么使用云端AI工具带来敏感数据外泄的风险——直到Speakr的出现。

这款登上OSCHINA“编辑推荐”榜单的开源项目，正以完全离线、隐私优先的设计理念，重新定义智能会议管理的未来。

简介

Speakr是一款开源免费的AI会议助手，核心使命是：在确保数据绝对私密的前提下，自动化完成会议录音转写、内容摘要提炼与智能问答。它无需联网即可运行，所有数据处理均在本地完成，彻底杜绝商业机密或敏感对话泄露的风险。

想象这样的场景：产品团队进行了一场脑力激荡会。传统流程中，助理需反复听录音整理重点；若使用某些云端工具，讨论中的未公开产品细节可能被第三方获取。而Speakr的用户只需拖入录音文件，即可获得：

• 完整文字转录稿

• 带关键结论的智能摘要

• 通过自然语言提问获取特定信息（如“刚才谁负责接口开发？”）

整个过程离线完成，如同拥有了一位严守秘密的AI秘书。

功能特点

• 高效音频处理： 用户可以轻松上传多种格式的音频文件，后台自动进行转录和摘要生成，不会干扰用户操作。

• AI驱动的功能： 利用 AI 语音识别和文本摘要技术，提供准确、快速的转录和摘要生成。

• 交互式聊天： 用户可以通过聊天界面与转录内容互动，提问或搜索相关信息，提高用户体验。

• 自托管安全性： 所有数据都存储在用户自己的服务器上，确保了数据的安全性和隐私性。

• 用户管理功能： 支持用户注册、登录、账户管理和录音资料管理，同时还提供了管理员功能，如用户管理和系统统计。

安装使用

安装方式（支持多平台）：

# 通过Docker快速部署（推荐）
docker pull murtaza-nasir/speakr:latest
docker run -p 8501:8501 -v /your/data/path:/app/data speakr

# 或本地Python环境安装
git clone https://github.com/murtaza-nasir/speakr
pip install -r requirements.txt
python main.py

工作流演示：

• 文件拖拽： 将会议录音（支持MP3/WAV/OGG等）拖入Web界面

• 自动处理：

  • 语音转文字（进度条实时显示）

  • 生成摘要并高亮关键决策点

• 智能交互：

  • 在聊天框输入“列出所有待办事项”提取任务清单

  • 搜索“预算讨论部分”定位到具体时间戳

实测性能：1小时会议音频，M1 Macbook Pro处理约8分钟，内存占用<2GB

界面展示

写在最后

Speakr 作为一款开源的自托管音频转录应用，不仅提供了高效、安全的核心功能，还具备灵活的技术架构和丰富的用户功能。Speakr 是一款非常优秀的开源软件，在GitHub开源不到十天，已经获得500+ star，感兴趣的可以体验一把！

开源地址

https://github.com/murtaza-nasir/speakr