不用联网的语音转文字50MB 的 Vosk 能做什么【免费下载链接】vosk-apiOffline speech recognition API for Android, iOS, Raspberry Pi and servers with Python, Java, C# and Node项目地址: https://gitcode.com/GitHub_Trending/vo/vosk-apiVosk 是一个开源的离线语音识别工具包把音频在本地转成文字无需网络。模型只有 50MB支持 20 多种语言可以跑在树莓派、手机乃至服务器上。它解决的核心问题是在没有网络、或不想把声音传到云端时依然能实时把语音转成文字。为什么选它而不是别的很多人一听说语音识别第一反应是调用某个云端 API。Vosk 走的是另一条路模型整个下载到本地识别过程不产生任何外发流量。这带来三个实际好处不吃带宽。一次识别不占用一次请求连续转录一小时的录音成本是零。响应快。它用流式接口边说边吐结果而不是等你把话说完再处理。做实时字幕或语音助手时这一点直接决定体验。隐私可控。会议、访谈这类内容不必上传第三方服务器数据留在你自己的设备上。另外它的模型体积小到能塞进移动设备。你不需要一台 GPU 服务器树莓派或一部 Android 手机就能加载模型完成识别。能落地的几个场景它不只是个「转文字」的工具下面这些事都能直接做语音输入。给聊天机器人或虚拟助手加一个耳朵用户开口它转成文字再交给后续逻辑处理。字幕与转录。把电影、讲座、访谈的音频转成带时间戳的文本生成 SRT、WebVTT 这类字幕格式。仓库示例里就有现成的做法见 python/example/test_srt.py。说话人区分。加载说话人模型后可以判断一句话是谁说的适合多人访谈的整理。对应示例在 python/example/test_speaker.py。三步跑通本地语音转文字先把仓库克隆到本地git clone https://gitcode.com/GitHub_Trending/vo/vosk-api以 Python 为例核心流程不到五行from vosk import Model, KaldiRecognizer model Model(langen-us) rec KaldiRecognizer(model, 16000) print(rec.Result()) # 喂入音频帧后取结果完整的可运行脚本见 python/example/test_simple.py。其它语言同理各目录下的示例都能直接拿来跑Go 示例go/example/test_simple.goNode.js 示例nodejs/demo/test_simple.js各语言目录的说明文档也各自独立见 python/README.md 和 go/README.md。支持的语言与语言绑定Vosk 覆盖 24 种语言与方言常见的有英语含印度英语、中文、俄语、法语、德语、西班牙语、葡萄牙语、日语、韩语之外的阿拉伯语、土耳其语、越南语、意大利语、荷兰语以及乌克兰语、哈萨克语、瑞典语、捷克语、波兰语、印地语等。做多语言语音转文字时不必为每种语言换一套工具。绑定语言目录Pythonpython/Javajava/Node.jsnodejs/C#csharp/Gogo/C / Cc/、src/Rustrust/移动端有现成的封装Android 见 android/iOS 见 ios/Kotlin 多平台见 kotlin/。无论做Android 语音识别还是树莓派语音识别都能找到对应入口。适合谁下一步做什么如果你需要一个轻量语音识别库、做开源 ASR方案又不想把数据交给云端Vosk 值得先试。它适合独立开发者、嵌入式项目以及任何在意隐私与成本的场景。上手路径先克隆仓库挑一个你熟悉的语言目录跑通它的示例脚本再按需换成自己的音频。完整的安装步骤、模型下载和 API 说明都在项目根目录的 README.md 里。【免费下载链接】vosk-apiOffline speech recognition API for Android, iOS, Raspberry Pi and servers with Python, Java, C# and Node项目地址: https://gitcode.com/GitHub_Trending/vo/vosk-api创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考