Ferret
简体中文
Discord （在新标签页中打开） X （在新标签页中打开） GitHub （在新标签页中打开） 下载

配置

转写与费用

你可以选择本机 whisper（免费）、你自己的 OpenAI 密钥，或任何兼容 OpenAI 的端点（例如你自己的 GPU 主机）。音频会从你的电脑直接发送到你选择的服务。

#谁付费，流量去向何处

费用与网络模型

  • 开发者（Japan Marketing LLC）不为任何转写或 AI 用量付费，也不进行代理或计费。
  • 请求从你的电脑直接发送到 OpenAI 或你的端点，绝不经过开发者的服务器。
  • OpenAI 的用量计入你自己的 OpenAI 账户。
  • 整理 使用你已登录的 Claude Code / Codex CLI，除非你明确选择 API 运行方式（organizer.runner: "api:<provider>"，参见用 settings.json 配置）。它绝不会自行改用 API 密钥。

#方式

在 设置 → 转写 → 引擎 中选择。底部状态栏的 麦克风与转写 弹出框会显示当前的选择。

引擎音频发送到费用
本机（免费）（默认）不发送免费
OpenAI（你的密钥）OpenAI计入你的 OpenAI 账单：gpt-transcribe 为 $0.0045/分钟（约 $0.27/小时）
兼容 OpenAI（自托管 GPU、Groq 等）你的 端点 Base URL取决于端点

设置 → 转写 → 语言：自动、日语 或 英语。这是说话所用的语言，与界面语言相互独立。

#本机 whisper（免费）

本机转写使用 whisper.cpp （在新标签页中打开）：即 whisper-cli 可执行文件加上一个 GGML 模型。

1. 安装 whisper-cli。Ferret 会依次查找随附的副本（resources/whisper/<platform>-<arch>/）、PATH，以及 Homebrew 等常见位置。

# macOS
brew install whisper-cpp

# Linux: build from source, then add build/bin to PATH
git clone https://github.com/ggml-org/whisper.cpp && cd whisper.cpp
cmake -B build && cmake --build build -j --config Release

# Windows: download the zip from github.com/ggml-org/whisper.cpp/releases
# and add the folder containing whisper-cli.exe to PATH

2. 获取模型。选中 本机（免费） 后，选择一个 模型，然后点击 下载模型。文件直接从 Hugging Face（ggerganov/whisper.cpp）下载，并与应用中固定的 sha256 进行校验（不一致时会删除该文件），然后保存到 <userData>/models/。下载完成的模型会被自动选中。取消 会保留已下载的部分文件，继续下载 会从中断处继续。

模型大小说明
large-v3-turbo1.6 GB推荐的默认选项。在 Metal / GPU 上速度快
large-v3-turbo-q5_0574 MB量化版。节省磁盘和内存
small488 MB适用于只有 CPU 的电脑
base148 MB轻量。日语识别错误较多
tiny78 MB最快。日语准确度不足

已经有模型了？使用 选择文件… 指定任意 ggml-*.bin。没有模型时，设置中会提示尚未设置模型。你仍然可以录制：音频会被保存，但只会生成画笔标注的反馈。

whisper-cli 不随应用附带，请按上述方法自行安装。找不到它时，设置中会显示 未找到 whisper.cpp（whisper-cli）。请安装后重新打开设置。，并附上同样的安装说明。

#使用你自己的 OpenAI 密钥

  1. 将 引擎 设为 OpenAI（你的密钥）。
  2. 将以 sk- 开头的密钥粘贴到 OpenAI API 密钥，然后点击 保存。
  3. 点击 测试连接。它会发送 1 秒的静音（约 $0.0001）。

模型固定为 gpt-transcribe。仅在开发环境（pnpm dev）中，还会读取被 git 忽略的 .env 文件中的 OPENAI_API_KEY。打包后的版本绝不会读取 .env。

#兼容 OpenAI 的端点

Ferret 会发送 POST <base>/v1/audio/transcriptions（multipart：file、model、response_format=json、language、prompt），因此它面向实现了 OpenAI 转写接口的服务器。

  1. 将 引擎 设为 兼容 OpenAI（自托管 GPU、Groq 等）。
  2. 填写 端点 Base URL 和 模型（端点上的模型名称）。
  3. 如果服务器需要密钥，请输入 Endpoint API key（可选），然后点击 保存。
  4. 点击 测试连接。出错时会指出原因，例如 Base URL 错误（没有 /v1/audio/transcriptions）、密钥被拒绝或模型名称未知。
服务器Base URL模型（示例）
speaches （在新标签页中打开）（原 faster-whisper-server）http://localhost:8000/v1Systran/faster-whisper-small
vLLM （在新标签页中打开）（vllm serve openai/whisper-large-v3）http://localhost:8000/v1openai/whisper-large-v3
Groq （在新标签页中打开）https://api.groq.com/openai/v1whisper-large-v3-turbo

Ferret 面向这类兼容 OpenAI 的服务器设计，但尚未用 Ferret 对它们进行测试。上表中的 URL 和模型名称是各服务器文档中给出的默认值。

  • 保存时会去掉末尾的 /v1 或粘贴进来的 /v1/audio/transcriptions，因此两种写法都可以。
  • 包含用户名或密码的 URL 会被拒绝，因此密钥绝不会写入 settings.json。
  • 如果 GPU 主机位于你的局域网或 tailnet 中，请使用它的地址，例如 http://100.x.y.z:8000/v1。

#费用上限

对于 OpenAI 和兼容端点，可以设置 费用上限：无，或从 每次审查最多 $0.10 起，依次为 $0.50、$1（默认）、$5 和 $20。使用你自己的 GPU 时，选择 无 比较合适。该设置保存为 capture.costLimitUsd（最大 1000，null 表示不设上限）。兼容端点按 $0.006/分钟估算。

当下一段音频会超出上限时，Ferret 会停止发送并保留音频。失败的 API 调用不会自动重试。

#密钥的存储位置

在 设置 中输入的密钥会用 Electron safeStorage 加密，并写入 <userData>/stt-keys.bin。应用绝不会把它们写入 settings.json。如果想改为在 settings.json 中引用密钥（环境变量或 .env 条目），请参见 API 密钥。

  • macOS：钥匙串
  • Windows：DPAPI
  • Linux：libsecret 或 KWallet。如果只有 basic_text 后端可用，密钥只会在本次会话期间保存在内存中（按钮显示为 仅本次会话设置）。

删除密钥 会将其删除。关于 <userData> 的路径，请参见文件与环境。

在 GitHub 上帮助翻译此页 （在新标签页中打开）