vosk-api README

The project's README from github.com/alphacep/vosk-api. As one markdown file: README.md.

Vosk Speech Recognition Toolkit

Vosk is an offline open source speech recognition toolkit. It enables speech recognition for 20+ languages and dialects - English, Indian English, German, French, Spanish, Portuguese, Chinese, Russian, Turkish, Vietnamese, Italian, Dutch, Catalan, Arabic, Greek, Farsi, Filipino, Ukrainian, Kazakh, Swedish, Japanese, Esperanto, Hindi, Czech, Polish. More to come.

Vosk models are small (50 Mb) but provide continuous large vocabulary transcription, zero-latency response with streaming API, reconfigurable vocabulary and speaker identification.

Speech recognition bindings implemented for various programming languages like Python, Java, Node.JS, C#, C++, Rust, Go and others.

Vosk supplies speech recognition for chatbots, smart home appliances, virtual assistants. It can also create subtitles for movies, transcription for lectures and interviews.

Vosk scales from small devices like Raspberry Pi or Android smartphone to big clusters.

Documentation

For installation instructions, examples and documentation visit Vosk Website.

vosk-api (alphacep/vosk-api)

Searching Database…

15.2K ·GitHub
这是什么?Vosk 是一个开源的离线语音识别工具包,可将语音转写为文字,支持20多种语言和方言,完全在本地设备上运行,无需联网。
这是现成的应用,还是我可以接入自己项目的库?它是一个语音识别库/工具包,提供多种编程语言的绑定,适合嵌入你自己的聊天机器人、应用或转写流程中,而不是作为独立应用单独使用。
我该如何把 Vosk 添加到我的项目中?先选择你所用语言对应的绑定(如 Python、Java、Node.js、C#、C++、Rust、Go 等),下载一个小型语言模型,然后按照 Vosk 官网上的安装说明操作。
支持哪些语言和绑定?官方提供 Python、Java、Node.JS、C#、C++、Rust 和 Go 等绑定,同时可用的模型覆盖20多种语言,包括英语、德语、法语、中文、俄语和阿拉伯语。
模型有多大,能处理哪些内容?模型很小,约50 MB,但仍支持连续的大词汇量转写,提供零延迟的流式 API,并且词汇表可以重新配置。
它只能跑在服务器上,还是也能用在树莓派之类的设备上?Vosk 的设计可以从树莓派或安卓手机这样的小型设备,一直扩展到大型服务器集群。
它支持哪些平台?它明确支持 Android、iOS、树莓派和普通服务器,并提供 Python、Java、C# 和 Node 等绑定。
我的音频数据会离开我的设备吗?不会,Vosk 完全离线运行,音频在本地处理,不会发送到任何服务器,因此它被列为注重隐私的工具。
Vosk 支持多少种语言?Vosk 目前支持20多种语言和方言,包括英语、印度英语、德语、法语、西班牙语、中文、俄语、阿拉伯语、日语和印地语,并且还在持续新增。
除了转写,Vosk 还提供什么额外功能?Vosk 还包含说话人识别功能,除了识别说了什么,还能识别是谁在说话。
我可以用 Vosk 做什么?README 中列举的应用包括聊天机器人、智能家电和虚拟助手,也可以用于为电影生成字幕,以及为讲座和采访生成文字记录。
Creator
alphacep
Size
14.1 MB
Stars
15.2K
Age
7y
Commits · 90 Days