使用Speakr免费转录
内容提要
Speakr是一款免费开源的自我托管转录平台，支持本地或云端后端（如WhisperX、OpenAI），提供高隐私、无月度限制的音频转文字服务。它通过Docker部署，具备AI摘要、说话人识别、语义搜索、协作共享及自动化工作流功能。适合处理敏感数据的专业人士，但需注意API费用或GPU硬件要求。
延伸解读
成本权衡：免费软件与付费API
Speakr本身免费开源，但多数转录后端依赖外部API（如OpenAI、AssemblyAI、Deepgram），按分钟计费。唯一完全免除API费用的是自托管的WhisperX后端，但需要GPU硬件。因此，实际成本取决于你的选择：使用云API可能比Otter.ai订阅更贵或更便宜，而本地GPU部署则可将转录成本降至接近零。
隐私与数据安全考量
对于处理敏感信息的专业人士，Speakr的自托管特性确保音频数据不离开本地设备，尤其在使用WhisperX后端时。但需注意，多用户部署时，Speakr接受不可信音频上传，存在安全风险。文章提到近期版本修复了存储型XSS、SSRF和FFmpeg漏洞（CVE-2026-8461），因此保持更新至关重要。
硬件与部署要求
Speakr通过Docker部署，支持Linux、macOS和Windows。轻量镜像（约725MB）适合带宽受限环境，但Inquire Mode的语义搜索会降级为基本文本搜索。若使用WhisperX后端，需Nvidia GPU至少6-8GB VRAM，否则可能内存不足。部署前需配置管理员凭据，避免使用默认密码。
功能亮点与适用场景
Speakr提供标签自定义AI提示、语义搜索、自动导出、S3存储、SSO和Webhook集成等功能。标签可叠加，如“客户会议”+“法律审查”可提取不同侧重点的摘要。语音配置文件（需WhisperX）能跨录音识别同一说话人。这些功能适合研究团队、数据科学家和需要自动化工作流的专业人士。
Q&A
Speakr是什么？它主要解决什么问题？
Speakr是一款免费开源的自我托管转录平台，由开发者Murtaza Nasir创建。它可以将音频录制转换为有组织的、可搜索的、AI摘要的笔记。它主要解决商业转录工具（如Otter.ai）的隐私和成本问题，允许用户在自己的硬件上运行转录，避免将敏感音频发送到第三方服务器。
Speakr支持哪些转录后端？它们各自的成本和隐私特点是什么？
Speakr支持多种转录后端，包括OpenAI Transcribe、WhisperX（自托管）、AssemblyAI和Deepgram。OpenAI、AssemblyAI和Deepgram是云端API，按使用量付费，音频会发送到外部服务器。WhisperX是唯一自托管选项，需要GPU，但部署后无API费用，且音频完全留在本地，提供最高隐私。
如何安装和部署Speakr？
Speakr通过Docker部署。首先安装Docker Desktop（包含Docker Compose）。然后创建目录并下载配置文件：使用wget获取docker-compose.yml和.env文件。编辑.env文件设置管理员凭据和API密钥。最后运行`docker compose up -d`启动应用，访问http://localhost:8899。
Speakr有哪些主要功能？
Speakr的主要功能包括：转录（支持浏览器录音、文件上传、自动导入）、AI摘要、说话人识别（diarization）、语义搜索（Inquire Mode）、文件夹和标签组织、协作共享（群组、链接分享、SSO）、REST API和webhooks、自定义词汇、自动导出、S3存储、使用预算和语音配置文件（WhisperX后端）。
Speakr与Otter.ai相比有哪些优势和劣势？
优势：Speakr是免费开源的，无月度分钟限制，数据可完全本地处理（使用WhisperX时），支持多后端，可定制性强。劣势：需要自己部署和维护，使用云端API时可能产生费用，自托管WhisperX需要GPU硬件。Otter.ai免费版有300分钟/月限制，Pro版$16.99/月，但音频存储在外部服务器。
使用Speakr时如何确保数据隐私？
要确保数据隐私，应使用自托管的WhisperX后端，这样音频和转录完全在本地处理，不发送到外部服务器。此外，可以设置管理员凭据、保持软件更新（以修复安全漏洞）、使用S3兼容存储时选择私有存储桶，并注意不要将敏感数据上传到云端API后端。
Speakr的WhisperX后端有什么特殊要求？
WhisperX后端需要Nvidia GPU，至少6-8GB VRAM，以避免内存不足错误。它提供最佳质量的说话人识别和语音配置文件功能，但需要完整的WhisperX容器（非lite镜像）。部署后无API费用，但需要硬件投入。
Speakr如何支持团队协作？
Speakr支持多用户设置，通过群组共享工作区，组内成员自动看到标记为组标签的录音。还支持细粒度共享，可分享单个录音并设置查看或编辑权限，生成公开链接供无账户者访问。此外，支持OIDC单点登录（如Keycloak、Azure AD、Google），以及REST API和webhooks用于集成其他工具。
Speakr的Inquire Mode是什么？如何使用？
Inquire Mode是Speakr的语义搜索功能，允许用户用自然语言查询整个转录库，而不是关键词搜索。例如，可以问“所有访谈中提到的关键发现是什么？”它会返回相关段落。这对于跨多个转录的研究人员特别有用。
Speakr的标签和文件夹如何帮助组织转录？
文件夹用于基本分类，标签更强大：每个标签可以有自己的AI提示和转录设置，应用标签会改变摘要的生成方式。例如，“研究访谈”标签可提取方法论、关键发现和引用；“团队站会”标签可提取障碍、决策和行动项。标签可以叠加，并支持保留策略（自动删除）和自定义词汇。
