← 工具雷达modelOverlapping Speaker Transcription Model小众的多人重叠语音转录模型，适用场景有限5.6综合我在用0想试试0踩过坑0实用性5上手速度6完成度6不可替代7生命力45 维独立打分，综合分为加权平均。分数只对同一套标准内部可比。适合谁需要处理多人同时说话场景的研究者不适合谁需要高精度通用语音识别的生产环境项目自述huggingface.co替代品WhisperNvidia NeMo访问官网 ↗★ 1 · 评测时 Stars评测于 2026-04-20同类工具6.6Nex-N2.5-ProNex-N2.5-Pro 是一个功能强大的文本生成模型，但它的上手难度较高，文档也不够完善。6.6DeepSeek V4 Pro 0813DeepSeek V4 Pro 是一款强大的中文大模型，但生态和文档仍有提升空间。6.6Bonsai 27B WebGPU Kernels在浏览器中本地运行27B模型虽新颖，但受限于WebGPU兼容性和量化精度，适合实验性项目。6.6Qwen 3.8 27B功能全面，但集成和易用性有待提高6.6GLM-5.2 – How to Run LocallyGLM-5.2 在中文大模型领域表现不错，部署相对简易，但仍被更成熟的模型抢占主流。6.6GLM-5.3-Flash模型功能强大，但上手难度较高，文档不够完善。