KI-Tools, bewertet für deinen Beruf
Bezahlte KI-Jobs
🤝 Du bist in der Frei-&-Open-Source-Bibliothek — von der Community entwickelte Tools, die du kostenlos nutzen kannst. Ein anderes Konzept als unser bewertetes KI-Verzeichnis.
Start › Frei & Open Source › Schreiben › WhisperLiveKit
✦ Frei & Open SourceSchreiben

WhisperLiveKit

Selbst gehosteter Spracherkennungs- und Echtzeit-Übersetzungsserver mit Unterstützung für Streaming-Whisper, Voxtral und Diarisierung.

Echtzeit-Sprach-zu-Text- & Live-Übersetzungs-Pipeline

Hosten Sie Streaming-Transkription mit geringer Latenz, Sprecher-Diarisierung und Übersetzung mit OpenAI-kompatiblen APIs selbst.

Für immer kostenlos · Open Source · Apache-2.0
✓ Needs IT✓ Im Browser✓ Echtzeit-Zusammenarbeit
7.8
ZEKAI
Kraftpaket für lokales Streaming-ASR
Frei & Open Source · Schreiben
Einfache Einrichtung4
Nützlichkeit9
Wartung9.5
Community8.5
★ 11,082
GITHUB
Sep 2026
AKTUALISIERT
Apache-2.0
LIZENZ
🛠 Keine Lust auf Self-Hosting? Wir richten es ein →
⚡ Schnelle Antwort

WhisperLiveKit ist ein Open-Source-Spracherkennungs- und Streaming-Übersetzungsserver, der für die Live-Audioverarbeitung mit geringer Latenz entwickelt wurde. Er richtet sich an Lokalisierungsteams, Softwareentwickler und Übersetzer, die Echtzeit-Transkription und mehrsprachige Übersetzung auf eigener Hardware benötigen. Er bietet standardmäßig OpenAI- und Deepgram-kompatible Endpunkte.

Läuft auf
Cross-platform
Hosting
Self-host
Sprachen
Python
Lizenz
Apache-2.0

Was es ist

Die Software puffert eingehende Audioströme und verarbeitet sie inkrementell mithilfe von Richtlinien wie AlignAtt und LocalAgreement, um ein Abschneiden mitten im Wort zu verhindern. Sie verarbeitet Audioinhalte mit mehreren Sprechern über Streaming-Sortformer-Diarisierung und übersetzt Sprache in Echtzeit in über 200 Sprachen. Sie stellt WebSocket-Endpunkte und REST-Routen bereit und enthält eine integrierte Benutzeroberfläche sowie CLI-Tools.

Für wen

Sie eignet sich für Entwickler und Lokalisierungsspezialisten, die Live-Untertitelungssysteme, Untertitelungs-Workflows oder Sprachanwendungen ohne Cloud-Abhängigkeiten entwickeln. Sie ist nicht geeignet für nicht-technische Benutzer, die eine Desktop-Anwendung mit einem Klick wünschen, da die Einrichtung die Nutzung des Terminals und die Modellauswahl erfordert.

Wichtige Funktionen

Gleichzeitige mehrsprachige Sprachübersetzung

Übersetzt Live-Audio in 200 Sprachen unter Verwendung integrierter NLLW- und AlignAtt4LLM-Decoder-Modelle.

Echtzeit-Sprecher-Diarisierung

Identifiziert und trennt mehrere gleichzeitige Sprecher live mithilfe von Streaming-Sortformer- oder NeMo-Backends.

API-Kompatibilitätsschicht

Stellt Endpunkte bereit, die mit OpenAI Python SDKs und Deepgram WebSockets für eine unkomplizierte Drop-in-Integration kompatibel sind.

Inkrementelle Verarbeitung mit geringer Latenz

Verwendet AlignAtt- und LocalAgreement-Richtlinien, um das Abschneiden von Wörtern mitten in Silben während des Live-Audio-Streamings zu eliminieren.

Erste Schritte

Startklar in 3 Schritten

1
Installieren Sie das Kernpaket mit pip install whisperlivekit in Ihrer Terminalumgebung.
2
Starten Sie den Server mit wlk --model base --language en, um die Live-Weboberfläche unter http://localhost:8000 zu öffnen.
3
Verbinden Sie Ihre Anwendungen mit ws://localhost:8000/asr oder verweisen Sie Ihre OpenAI-Client-Bibliothek auf die lokale Basis-URL.
Klartext

Unser ehrliches Fazit

Stärken

  • Bietet duale OpenAI-REST- und Deepgram-WebSocket-API-Kompatibilität für bestehende Anwendungs-Codebasen.
  • Unterstützt mehrere modulare Backends einschließlich Whisper, Voxtral, Qwen3-ASR und SenseVoice.
  • Übersetzt Live-Audio kontextbezogen in 200 Zielsprachen mithilfe dedizierter Übersetzungsmodule.
  • Läuft vollständig auf lokaler Hardware mit Unterstützung für CUDA, Apple Silicon MLX und CPU-Ausführung.

Schwächen

  • Die Verwaltung optionaler Extras erfordert mehrere isolierte Python-Umgebungen aufgrund von Paketierungskonflikten zwischen Backends wie vLLM und MLX.
  • Die Leistung mit geringer Latenz bei größeren Modellen erfordert moderne GPU-Hardware oder neuere Apple Silicon-Chips.
  • Das Einrichten von Produktionsinstanzen erfordert technische Kenntnisse von Terminalbefehlen, WebSocket-Protokollen und benutzerdefinierter SSL-Konfiguration.
Kosten

Preise & Lizenz

WhisperLiveKit ist unter der Apache-2.0-Lizenz völlig kostenlos und Open Source. Der Entwickler bietet keine kostenpflichtigen Hosting-Stufen an, sodass Ihre einzigen Kosten die Serverinfrastruktur oder Hardware sind, die zum Ausführen der Modelle erforderlich ist.

Bezahlte Arbeit

Stellen für Deutschsprachige

877 offene Remote-Stellen im KI-Training, aktualisiert am 16. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.

Alle offenen Stellen ansehen →
Vergleich

Alternativen

🎁 Freie & Open-Source-Alternativen
Mehr

Nutze es, oder lass es uns einrichten

📄 Kostenloses PDF: WhisperLiveKit für Schreiben
Ein verständlicher Leitfaden für dein erstes Ergebnis. Direkt in dein Postfach.
🔔 64 Personen wünschen sich ein komplettes Video-Tutorial — stimme ab
🛠 Keine Lust auf eigene Einrichtung?
Wir installieren, hosten & konfigurieren WhisperLiveKit für dich — und schulen dein Team.
Erledigen lassen ↗
Fragen

FAQ

Generiert WhisperLiveKit Untertiteldateien?

Ja, Sie können wlk transcribe --format srt file.mp3 ausführen, um Untertiteldateien direkt über die Befehlszeile zu generieren.

Kann ich diese Software auf Apple Silicon Macs ausführen?

Ja, sie bietet dedizierte optionale Pakete für MLX-beschleunigte Whisper- und Voxtral-Modelle auf macOS-Hardware.

Radar

Neueste KI-News

✉️ Das wöchentliche kostenlose Toolkit
Die besten neuen freien & Open-Source-Tools für Schreiben — eine kurze E-Mail pro Woche, in deiner Sprache.
Kostenlos · 1 E-Mail/Woche · jederzeit abbestellbar
Mit KI-Training Geld verdienen →

Zekai zuerst in Google sehen