本地转写模型管家

给折腾 whisper.cpp 的人一个模型/参数/断句都管好的本地转写 CLI 与图形界面

痛点

想本地转写音视频的人被三件事反复折磨：云 ASR 按分钟计费贵且要上传隐私音频；whisper.cpp 要自己编译参数、模型格式、VAD 分块和长音频拼接，换台机器重来一遍；YouTube/B 站字幕缺标点断句，二次加工成本高。用户已经自己造了 76 个模型可切换的 CLI 和转写后进笔记库的 agent 技能，说明这是刚需但门槛仍在。

方案

做一个跨平台桌面工具：一键下载/管理多种本地 ASR 模型（含量化版本），自动检测硬件推荐模型与参数，内置 VAD 分块与长音频拼接、中文断句与标点恢复，输出可直接进 Obsidian/Notion 的 Markdown。支持批处理文件夹、说话人分离和「转写到剪贴板/笔记」快捷动作。

用户

播客/会议记录重度用户、内容创作者、中文用户、隐私敏感的研究者与记者

MVP

模型下载与硬件自适配推荐；拖拽音视频批处理转写并自动断句加标点；输出 Markdown/字幕文件直接进笔记库；剪贴板快捷转写；CPU/GPU 性能跑分对照表

变现

免费 CLI + 付费桌面 GUI 买断（约 29 美元）；可选卖打包好的模型包/预设；企业内网离线部署授权

为何现在

本地 ASR 模型质量已够用，但生态还停留在命令行拼装阶段；大厂不会做这种「帮你自己跑模型」的苦活，独立开发者做 GUI 与体验层正好。