尧图网站建设 
Vibe 本地语音转写应用全景解析Tauri 桌面端、vibe-server 引擎与多模型转写实战【免费下载链接】vibeTranscribe on your own!项目地址: https://gitcode.com/GitHub_Trending/vib/vibe本文基于 Vibe 仓库根目录的 README.md 展开带你完整认识这个Transcribe on your own的离线转写应用它会转写什么、支持哪些输出格式与模型、底层由哪几个组件构成以及如何从源码层面理解vibe-server这一核心引擎的启动方式、OpenAI 兼容 API 与 CLI 参数。读完后你能掌握 Vibe 的整体架构、本地构建与调试路径并能将vibe-server作为独立的本地转写服务集成到自己的系统中。一、项目定位完全离线、设备端转写README.md 开宗明义Vibe 是一款在你自己的设备上转写音频和视频的桌面应用核心卖点是完全离线——转写数据永远不离开你的设备。它覆盖的输入源包括本地音频 / 视频文件流行网站YouTube、Vimeo、Facebook、Twitter 等的音频下载后转写麦克风实时录音转写系统音频捕获Transcribe system audio批量文件转写Batch transcribe手机端录音扫描一次二维码电脑端完成转写并把文本直接回传给手机iOS / Android 均无需从应用商店安装任何东西。输出侧README 明确列出支持SRT、VTT、TXT、HTML、PDF、JSON、DOCX七种格式并提供实时预览Realtime preview。功能层面还包括说话人分离Speaker diarization稳定时间戳模式VAD-backed面向字幕 / 电影级打点速度较慢通过 Claude API 对转写结果做多语言摘要或通过 Ollama 做本地 AI 分析与批量摘要任意语言翻译成英语GPU 优化macOS / Windows / LinuxNvidia / AMD / Intel 显卡走Vulkan/CoreML后端模型完全自由定制支持通过设置界面更换模型、为进阶用户暴露模型参数直接打印转写结果自动更新CLI 支持见--help带 Swagger 文档与 agent skills 的 HTTP API通过vibe://download/?urlmodel url集成你自己托管的自定义模型可选字幕长度以适配视频 / 短视频。README 声明支持的平台为MacOS、Windows、Linux三端。二、技术架构桌面应用 独立转写引擎docs/architecture.md 给出了清晰的组件划分。Vibe 由两大块组成1. 桌面应用desktop/前端TypeScript React后端Rust / Tauri位于 desktop/src-tauri/职责UI、文件管理、设置、分析统计并通过本地 HTTP启动和通信转写服务。桌面端不直接跑推理而是派生并托管一个本地 HTTP 服务——这正是下面vibe-server的runner model一个属主进程Vibe负责引擎进程的生命周期二者只在本地回环上通信。2. 转写引擎server/server/是仓库内一个独立的 Cargo workspace产物是vibe-server二进制。它构建在 ggml 之上内部拆分为多个 Rust crate见 server/ 目录结构Crate职责whisper-rswhisper.cpp的 Rust / bindgen 封装提供分段回调、进度回调、可取消回调、稳定时间戳 / VAD 支持parakeet-rsParakeet TDT 模型流式适合听写nemotron-rsNemotron 3.5 ASR 模型流式适合听写vad-rsSilero VAD 语音活动检测diarize-rsSortformer 说话人分离进程内实现不派发独立二进制vibe-server引擎主体CLI、音频解码、模型加载、OpenAI 兼容 HTTP APIserver/docs/ARCHITECTURE.md 进一步指出crates/vibe-server/src/audio.rs负责把任意输入统一解码归一化为 16kHz 单声道 float32非 WAV 格式回退到 ffmpeg 处理系统 ffmpeg 或放在vibe-server旁边的捆绑二进制crates/vibe-server/src/server负责路由、模型生命周期、并发控制与优雅停机。3. 构建与分发流水线从 docs/architecture.md 与根目录 chorefile 可以还原完整的构建流CI 执行chore setup target-triple任务读取.server-version文件中固定的server-v*release 版本下载预编译的vibe-server与macOS / Windows 的ffmpeg二进制被放置为 desktop/src-tauri/binaries/ 下的vibe-server-target-tripleTauri 打包时把 sidecar 一并塞进最终应用。chorefile 中的setup任务值得细看Linux 只发布裸的vibe-server二进制ffmpeg 依赖系统而 macOS / Windows 发布包含vibe-server与ffmpeg的归档解包后两者都要就位否则 Tauri 构建会在更晚阶段失败——注释明确解释了只检查 server 会留下半填充的 bin 目录这个坑。Vibe 再通过VIBE_SERVER_FFMPEG_PATH环境变量把 ffmpeg 路径告知 server。文档还特别给 Agent 提了一条排障要点转写的原生运行时兼容性问题通常出在server/或它链接的 ggml 库而不是 Vibe 的 UI 代码修复路径是改server/ggml 修复放server/libs/patches/并升 revision、打server-v*tag、再更新.server-version。三、vibe-server 引擎两种运行模式与 OpenAI 兼容 APIserver/README.md 把 vibe-server 定义为构建在 ggml 之上的本地转写 runner设计目标是简单、可预测、可被其他进程托管单二进制、默认启用 GPU、无重依赖、不是长驻系统服务。GPU 后端按平台自动选择macOS 用 CoreML / MetalLinux / Windows 用 Vulkan。1. Quick Start三步跑起来第一步从本仓库 release 中取server-v*系列二进制第二步拉取一个模型./vibe-server pull https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-base.bin第三步启动服务./vibe-server serve --port 0--port 0让操作系统自动分配空闲端口。就绪后vibe-server 向 stdout 打印一行机器可读的握手信息{status:ready,port:52341}这一行专为父进程设计既探测就绪又发现实际端口。日志全部走 stderr见 server/crates/vibe-server/src/main.rs 的注释stdout 被严格保留给握手行与命令输出——这是一个刻意的进程间契约。2. API 面为什么做 OpenAI 兼容API 面定义在 server/docs/ARCHITECTURE.md可直接用现成的 OpenAI SDK 客户端对接本地 / 远端切换几乎零成本生命周期端点GET /health进程存活即返回 200GET /ready模型已加载返回 200否则 503。模型管理POST /v1/models/load从磁盘加载模型替换现有模型DELETE /v1/models卸载当前模型幂等GET /v1/modelsOpenAI 风格的模型列表0 或 1 条。转写POST /v1/audio/transcriptionsmultipart 上传可选参数包括response_formatjson/text/verbose_json/srt/vtt、stream、language、detect_language、prompt、enhance_audio文档端点/docsSwagger、/openapi.json。执行流程与并发模型转写请求先对全局互斥锁做try_lock——忙则直接429没有队列未加载模型则503multipart 文件上限 1 GB随后经audio::read_bytes_with_options解码再通过Context::transcribe_stream执行推理非流式请求也走同一条流式路径。streamtrue时响应为application/x-ndjson依次发出progress0–100、segmentstart / end / text、result最终文本、error事件客户端断开连接会立即通过 whisper 的中断回调取消推理。并发模型即一进程、一模型、一转写需要横向扩展就跑多个实例。文档也明确了边界vibe-server 有意不做认证 / 多租户、不做内部任务队列与异步 job ID、不做守护进程集成、不做非 Rust 运行时绑定——集成一律走 HTTP保持小而可嵌入。3. CLI 参数速查源码级server/crates/vibe-server/src/cli.rs 定义了四个子命令。transcribe支持一次性转写不起服务serve起长驻服务pull下载模型文件devices打印 GPU 设备 JSON 列表index / name / description / typetype 区分gpu与igpu底层调用whisper_rs::list_gpu_devices。transcribe子命令参数一览参数默认值说明model/audio位置参数—模型文件与音频文件路径--vad-model无稳定时间戳模式所用的 VAD 模型-l, --language无指定语言--detect-languageoff自动检测语言--enhance-audiooff推理前音频增强--translateoff翻译成英语--threads0CPU 线程数0 为默认--prompt无初始提示词--temperature0.0采样温度--max-text-ctx0最大文本上下文长度--word-timestampsoff逐词时间戳输出--max-segment-len0分段长度--best-of/--beam-size0采样 / 束宽--gpu-device-1GPU 设备索引源码里有个值得注意的细节开启--word-timestamps且未显式指定--max-segment-len时程序会自动把max_segment_len设为 1一单词一分段输出形如[start -- end] word的 VTT 时间轴并过滤掉语音开始前的前导空分段。serve子命令另有--host默认127.0.0.1、--port默认 0、--exit-with-parent默认开父进程退出时随动退出对应 server/crates/vibe-server/src/parent.rs 的监听以及可用环境变量VIBE_SERVER_UNLOAD_TIMEOUT控制的卸载超时。四、模型体系Whisper、Parakeet 与 Nemotrondocs/models.md 列出了 Vibe 建议的模型清单与 README 特性表中Supports Whisper, Nemotron 3.5, and Parakeet TDT v3 models一一对应Whisper 家族GGML 格式Tiny紧凑高效适合快速任务与受限资源环境Small效率与能力的折中Medium性能与资源占用平衡适合大多数通用场景Large (v3)高精度、高算力消耗适合复杂场景Large v3 Turbo推荐。流式 ASR面向听写 / 实时Parakeet TDT 0.6B v3Q4_K_M 量化Nemotron 3.5 ASR Streaming 0.6BQ4_K_M 量化。两者都由parakeet-rs/nemotron-rscrate 在进程内承载这是 README 中流式听写能力的实现来源。语言特化模型HebrewIvrit、Norwegian挪威国家图书馆 AI Lab、Swedish瑞典国家图书馆 Data Lab各有优化版本文档同时说明通用做法——从对应 Hugging Face 仓库下载ggml-model.bin、重命名后放入 Vibe 的模型文件夹即可。自制模型models.md 附完整流程uv搭环境装 torch / transformers / huggingface_hub克隆 whisper 与 whisper.cpp 后运行convert-h5-to-ggml.py转换权重再编译 whisper.cpp 的quantize工具做量化支持fp32/fp16/q8_0/q5_0等。而运行时集成自有托管模型的入口就是 README 提到的vibe://download/?urlmodel url深链。五、本地构建、测试与调试1. 开发环境按 docs/building.md前置工具为 pnpm、uv、Cargo并安装 chore 以使用根 chorefile 的任务chore list查看# Linux安装构建依赖Tauri 前置 alsa / xdo / appindicator chore linux-deps # 开发 / 生产构建自动先取 sidecar chore dev chore buildchore setup接收 target triple 以支持交叉编译chore setup x86_64-pc-windows-msvc这正是 release 工作流的用法。想基于本仓库源码而非固定 release 跑引擎则chore setup # 取 ffmpeg 与 release server一次即可 chore server-build # 拉 ggml 库、构建 server/ 并作为 sidecar 就位server-build把vibe-server-triple放到与 release 相同的位置tauri dev/tauri build无需任何改动即可拾取对应 chorefile 中task server-build的实现chore fetch-libs→cargo build -p vibe-server --release→ 拷贝到binaries/。2. 测试与 Lintchore test # 前端 vitest chore ci # 一次跑完下列全部检查 chore lint # eslint cargo fmt/clippyCI 同款参数 chore check-types # desktop 与 website 的 tsc chore check-i18n # 对照 en-US 的翻译覆盖率Rust 侧测试export RUST_LOGtrace cargo test -- --nocapture3. 排障路径docs/debug.md 给出了一条可复现的排障链先用别的音频文件验证文件本身有效仓库自带 server/fixtures/short.mp4 等 fixture怀疑非默认模型引起时先换回默认模型无错误崩溃时带日志从终端启动。各平台的日志文件位置也已给出macOS$HOME/Library/Application Support/github.com.thewh1teagle.vibeWindows%appdata%\github.com.thewh1teagle.vibeLinux~/.config/github.com/thewh1teagle.vibeWindows 上遇到vulkan-1.dll/vcomp140.dll缺失时分别安装 Vulkan 运行时与 Visual C Redist。此外 desktop/mock-tauri/ 提供了 Tauri 的 mock 运行时chore dev-web可以在纯浏览器中跑前端而无需启动原生外壳——这是单独调试 UI 层的一条轻量路径。六、延伸Handoff——手机即录即转README 特性表里Record from your phone的实现位于 handoff/说明见 handoff/README.md基于 iroh 建立点对点直连无需账号、无中间服务器。Vibe 显示二维码手机用 PWA 打开后双方直接通信。三个目录各司其职handoff/pwa/手机端 React Vite PWA随网站部署在/phone/路径下handoff/wasm/编译为 wasm 的 iroh 客户端由chore phone-wasm产出绑定到 PWAhandoff/probe/冒充手机行为的 CLI用于在没有真机时测试桌面侧。配对 URL 从 Vibe 的 Settings → Phone 获取just phone、just phone-tunnelHTTPS 隧道真机可访问、just phone-probe等任务构成开发循环。七、小结回到 README.md 的清单多语言、全离线、七种导出格式、Whisper / Parakeet / Nemotron 三系模型、说话人分离、VAD 稳定时间戳、手机回传、CLI 与 Swagger API——这些特性在仓库里都有对应的落点desktop/的 Tauri 应用负责产品形态server/的vibe-server负责推理与 APIdocs/models.md定义模型生态根chorefile串起从 sidecar 下载到最终打包的完整流水线。对想深入的人建议的阅读顺序是 docs/architecture.md → server/docs/ARCHITECTURE.md → server/crates/vibe-server/src/cli.rs即可从组件图一路追到参数解析源码动手则从chore dev开始用 docs/debug.md 的日志方法兜底排障。【免费下载链接】vibeTranscribe on your own!项目地址: https://gitcode.com/GitHub_Trending/vib/vibe创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Vibe 本地语音转写应用全景解析：Tauri 桌面端、vibe-server 引擎与多模型转写实战
Vibe 本地语音转写应用全景解析Tauri 桌面端、vibe-server 引擎与多模型转写实战【免费下载链接】vibeTranscribe on your own!项目地址: https://gitcode.com/GitHub_Trending/vib/vibe本文基于 Vibe 仓库根目录的 README.md 展开带你完整认识这个Transcribe on your own的离线转写应用它会转写什么、支持哪些输出格式与模型、底层由哪几个组件构成以及如何从源码层面理解vibe-server这一核心引擎的启动方式、OpenAI 兼容 API 与 CLI 参数。读完后你能掌握 Vibe 的整体架构、本地构建与调试路径并能将vibe-server作为独立的本地转写服务集成到自己的系统中。一、项目定位完全离线、设备端转写README.md 开宗明义Vibe 是一款在你自己的设备上转写音频和视频的桌面应用核心卖点是完全离线——转写数据永远不离开你的设备。它覆盖的输入源包括本地音频 / 视频文件流行网站YouTube、Vimeo、Facebook、Twitter 等的音频下载后转写麦克风实时录音转写系统音频捕获Transcribe system audio批量文件转写Batch transcribe手机端录音扫描一次二维码电脑端完成转写并把文本直接回传给手机iOS / Android 均无需从应用商店安装任何东西。输出侧README 明确列出支持SRT、VTT、TXT、HTML、PDF、JSON、DOCX七种格式并提供实时预览Realtime preview。功能层面还包括说话人分离Speaker diarization稳定时间戳模式VAD-backed面向字幕 / 电影级打点速度较慢通过 Claude API 对转写结果做多语言摘要或通过 Ollama 做本地 AI 分析与批量摘要任意语言翻译成英语GPU 优化macOS / Windows / LinuxNvidia / AMD / Intel 显卡走Vulkan/CoreML后端模型完全自由定制支持通过设置界面更换模型、为进阶用户暴露模型参数直接打印转写结果自动更新CLI 支持见--help带 Swagger 文档与 agent skills 的 HTTP API通过vibe://download/?urlmodel url集成你自己托管的自定义模型可选字幕长度以适配视频 / 短视频。README 声明支持的平台为MacOS、Windows、Linux三端。二、技术架构桌面应用 独立转写引擎docs/architecture.md 给出了清晰的组件划分。Vibe 由两大块组成1. 桌面应用desktop/前端TypeScript React后端Rust / Tauri位于 desktop/src-tauri/职责UI、文件管理、设置、分析统计并通过本地 HTTP启动和通信转写服务。桌面端不直接跑推理而是派生并托管一个本地 HTTP 服务——这正是下面vibe-server的runner model一个属主进程Vibe负责引擎进程的生命周期二者只在本地回环上通信。2. 转写引擎server/server/是仓库内一个独立的 Cargo workspace产物是vibe-server二进制。它构建在 ggml 之上内部拆分为多个 Rust crate见 server/ 目录结构Crate职责whisper-rswhisper.cpp的 Rust / bindgen 封装提供分段回调、进度回调、可取消回调、稳定时间戳 / VAD 支持parakeet-rsParakeet TDT 模型流式适合听写nemotron-rsNemotron 3.5 ASR 模型流式适合听写vad-rsSilero VAD 语音活动检测diarize-rsSortformer 说话人分离进程内实现不派发独立二进制vibe-server引擎主体CLI、音频解码、模型加载、OpenAI 兼容 HTTP APIserver/docs/ARCHITECTURE.md 进一步指出crates/vibe-server/src/audio.rs负责把任意输入统一解码归一化为 16kHz 单声道 float32非 WAV 格式回退到 ffmpeg 处理系统 ffmpeg 或放在vibe-server旁边的捆绑二进制crates/vibe-server/src/server负责路由、模型生命周期、并发控制与优雅停机。3. 构建与分发流水线从 docs/architecture.md 与根目录 chorefile 可以还原完整的构建流CI 执行chore setup target-triple任务读取.server-version文件中固定的server-v*release 版本下载预编译的vibe-server与macOS / Windows 的ffmpeg二进制被放置为 desktop/src-tauri/binaries/ 下的vibe-server-target-tripleTauri 打包时把 sidecar 一并塞进最终应用。chorefile 中的setup任务值得细看Linux 只发布裸的vibe-server二进制ffmpeg 依赖系统而 macOS / Windows 发布包含vibe-server与ffmpeg的归档解包后两者都要就位否则 Tauri 构建会在更晚阶段失败——注释明确解释了只检查 server 会留下半填充的 bin 目录这个坑。Vibe 再通过VIBE_SERVER_FFMPEG_PATH环境变量把 ffmpeg 路径告知 server。文档还特别给 Agent 提了一条排障要点转写的原生运行时兼容性问题通常出在server/或它链接的 ggml 库而不是 Vibe 的 UI 代码修复路径是改server/ggml 修复放server/libs/patches/并升 revision、打server-v*tag、再更新.server-version。三、vibe-server 引擎两种运行模式与 OpenAI 兼容 APIserver/README.md 把 vibe-server 定义为构建在 ggml 之上的本地转写 runner设计目标是简单、可预测、可被其他进程托管单二进制、默认启用 GPU、无重依赖、不是长驻系统服务。GPU 后端按平台自动选择macOS 用 CoreML / MetalLinux / Windows 用 Vulkan。1. Quick Start三步跑起来第一步从本仓库 release 中取server-v*系列二进制第二步拉取一个模型./vibe-server pull https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-base.bin第三步启动服务./vibe-server serve --port 0--port 0让操作系统自动分配空闲端口。就绪后vibe-server 向 stdout 打印一行机器可读的握手信息{status:ready,port:52341}这一行专为父进程设计既探测就绪又发现实际端口。日志全部走 stderr见 server/crates/vibe-server/src/main.rs 的注释stdout 被严格保留给握手行与命令输出——这是一个刻意的进程间契约。2. API 面为什么做 OpenAI 兼容API 面定义在 server/docs/ARCHITECTURE.md可直接用现成的 OpenAI SDK 客户端对接本地 / 远端切换几乎零成本生命周期端点GET /health进程存活即返回 200GET /ready模型已加载返回 200否则 503。模型管理POST /v1/models/load从磁盘加载模型替换现有模型DELETE /v1/models卸载当前模型幂等GET /v1/modelsOpenAI 风格的模型列表0 或 1 条。转写POST /v1/audio/transcriptionsmultipart 上传可选参数包括response_formatjson/text/verbose_json/srt/vtt、stream、language、detect_language、prompt、enhance_audio文档端点/docsSwagger、/openapi.json。执行流程与并发模型转写请求先对全局互斥锁做try_lock——忙则直接429没有队列未加载模型则503multipart 文件上限 1 GB随后经audio::read_bytes_with_options解码再通过Context::transcribe_stream执行推理非流式请求也走同一条流式路径。streamtrue时响应为application/x-ndjson依次发出progress0–100、segmentstart / end / text、result最终文本、error事件客户端断开连接会立即通过 whisper 的中断回调取消推理。并发模型即一进程、一模型、一转写需要横向扩展就跑多个实例。文档也明确了边界vibe-server 有意不做认证 / 多租户、不做内部任务队列与异步 job ID、不做守护进程集成、不做非 Rust 运行时绑定——集成一律走 HTTP保持小而可嵌入。3. CLI 参数速查源码级server/crates/vibe-server/src/cli.rs 定义了四个子命令。transcribe支持一次性转写不起服务serve起长驻服务pull下载模型文件devices打印 GPU 设备 JSON 列表index / name / description / typetype 区分gpu与igpu底层调用whisper_rs::list_gpu_devices。transcribe子命令参数一览参数默认值说明model/audio位置参数—模型文件与音频文件路径--vad-model无稳定时间戳模式所用的 VAD 模型-l, --language无指定语言--detect-languageoff自动检测语言--enhance-audiooff推理前音频增强--translateoff翻译成英语--threads0CPU 线程数0 为默认--prompt无初始提示词--temperature0.0采样温度--max-text-ctx0最大文本上下文长度--word-timestampsoff逐词时间戳输出--max-segment-len0分段长度--best-of/--beam-size0采样 / 束宽--gpu-device-1GPU 设备索引源码里有个值得注意的细节开启--word-timestamps且未显式指定--max-segment-len时程序会自动把max_segment_len设为 1一单词一分段输出形如[start -- end] word的 VTT 时间轴并过滤掉语音开始前的前导空分段。serve子命令另有--host默认127.0.0.1、--port默认 0、--exit-with-parent默认开父进程退出时随动退出对应 server/crates/vibe-server/src/parent.rs 的监听以及可用环境变量VIBE_SERVER_UNLOAD_TIMEOUT控制的卸载超时。四、模型体系Whisper、Parakeet 与 Nemotrondocs/models.md 列出了 Vibe 建议的模型清单与 README 特性表中Supports Whisper, Nemotron 3.5, and Parakeet TDT v3 models一一对应Whisper 家族GGML 格式Tiny紧凑高效适合快速任务与受限资源环境Small效率与能力的折中Medium性能与资源占用平衡适合大多数通用场景Large (v3)高精度、高算力消耗适合复杂场景Large v3 Turbo推荐。流式 ASR面向听写 / 实时Parakeet TDT 0.6B v3Q4_K_M 量化Nemotron 3.5 ASR Streaming 0.6BQ4_K_M 量化。两者都由parakeet-rs/nemotron-rscrate 在进程内承载这是 README 中流式听写能力的实现来源。语言特化模型HebrewIvrit、Norwegian挪威国家图书馆 AI Lab、Swedish瑞典国家图书馆 Data Lab各有优化版本文档同时说明通用做法——从对应 Hugging Face 仓库下载ggml-model.bin、重命名后放入 Vibe 的模型文件夹即可。自制模型models.md 附完整流程uv搭环境装 torch / transformers / huggingface_hub克隆 whisper 与 whisper.cpp 后运行convert-h5-to-ggml.py转换权重再编译 whisper.cpp 的quantize工具做量化支持fp32/fp16/q8_0/q5_0等。而运行时集成自有托管模型的入口就是 README 提到的vibe://download/?urlmodel url深链。五、本地构建、测试与调试1. 开发环境按 docs/building.md前置工具为 pnpm、uv、Cargo并安装 chore 以使用根 chorefile 的任务chore list查看# Linux安装构建依赖Tauri 前置 alsa / xdo / appindicator chore linux-deps # 开发 / 生产构建自动先取 sidecar chore dev chore buildchore setup接收 target triple 以支持交叉编译chore setup x86_64-pc-windows-msvc这正是 release 工作流的用法。想基于本仓库源码而非固定 release 跑引擎则chore setup # 取 ffmpeg 与 release server一次即可 chore server-build # 拉 ggml 库、构建 server/ 并作为 sidecar 就位server-build把vibe-server-triple放到与 release 相同的位置tauri dev/tauri build无需任何改动即可拾取对应 chorefile 中task server-build的实现chore fetch-libs→cargo build -p vibe-server --release→ 拷贝到binaries/。2. 测试与 Lintchore test # 前端 vitest chore ci # 一次跑完下列全部检查 chore lint # eslint cargo fmt/clippyCI 同款参数 chore check-types # desktop 与 website 的 tsc chore check-i18n # 对照 en-US 的翻译覆盖率Rust 侧测试export RUST_LOGtrace cargo test -- --nocapture3. 排障路径docs/debug.md 给出了一条可复现的排障链先用别的音频文件验证文件本身有效仓库自带 server/fixtures/short.mp4 等 fixture怀疑非默认模型引起时先换回默认模型无错误崩溃时带日志从终端启动。各平台的日志文件位置也已给出macOS$HOME/Library/Application Support/github.com.thewh1teagle.vibeWindows%appdata%\github.com.thewh1teagle.vibeLinux~/.config/github.com/thewh1teagle.vibeWindows 上遇到vulkan-1.dll/vcomp140.dll缺失时分别安装 Vulkan 运行时与 Visual C Redist。此外 desktop/mock-tauri/ 提供了 Tauri 的 mock 运行时chore dev-web可以在纯浏览器中跑前端而无需启动原生外壳——这是单独调试 UI 层的一条轻量路径。六、延伸Handoff——手机即录即转README 特性表里Record from your phone的实现位于 handoff/说明见 handoff/README.md基于 iroh 建立点对点直连无需账号、无中间服务器。Vibe 显示二维码手机用 PWA 打开后双方直接通信。三个目录各司其职handoff/pwa/手机端 React Vite PWA随网站部署在/phone/路径下handoff/wasm/编译为 wasm 的 iroh 客户端由chore phone-wasm产出绑定到 PWAhandoff/probe/冒充手机行为的 CLI用于在没有真机时测试桌面侧。配对 URL 从 Vibe 的 Settings → Phone 获取just phone、just phone-tunnelHTTPS 隧道真机可访问、just phone-probe等任务构成开发循环。七、小结回到 README.md 的清单多语言、全离线、七种导出格式、Whisper / Parakeet / Nemotron 三系模型、说话人分离、VAD 稳定时间戳、手机回传、CLI 与 Swagger API——这些特性在仓库里都有对应的落点desktop/的 Tauri 应用负责产品形态server/的vibe-server负责推理与 APIdocs/models.md定义模型生态根chorefile串起从 sidecar 下载到最终打包的完整流水线。对想深入的人建议的阅读顺序是 docs/architecture.md → server/docs/ARCHITECTURE.md → server/crates/vibe-server/src/cli.rs即可从组件图一路追到参数解析源码动手则从chore dev开始用 docs/debug.md 的日志方法兜底排障。【免费下载链接】vibeTranscribe on your own!项目地址: https://gitcode.com/GitHub_Trending/vib/vibe创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考