7 月 1 号我把 FreeAudioToText.com 上线后，每天都有不少老哥来转音频。在这个过程中收集到了两个最痛点的反馈： 隐私问题 ：公司开会、私密录音，实在不敢往云端传，怕泄露。 声纹识别 ：光有文字不行，得知道具体是谁说的话。 结合大家的建议，我干脆把整个大模型（ Whisper + 声纹模型）全塞进了一个 Docker 镜像里。 完全不联网也能跑，数据绝对安全。 因为塞了完整的大模型，所以镜像有点大，大概 20G 左右。随便找个带显卡的机器 load 一下就能用。 👀 具体详情看这里： https://freeaudiototext.com/enterprise 🎁 发点福利： 这个版本本来是做给企业客户的，但 V 站老哥们提了不少好建议。 有兴趣折腾的朋友直接在楼下留邮箱，我直接送激活 License 给你们玩玩！