RealtimeSTT

RealtimeSTT 是一个面向实时语音识别场景的 Python 库，专注于低延迟、高鲁棒性的语音转文本处理。核心功能包括基于 WebRTC/Silero 的语音活动检测（VAD）、可选唤醒词激活（支持 Porcupine/OpenWakeWord）、即时与最终文本输出、以及对麦克风或外部音频流（如 WebSocket、文件）的灵活支持；默认集成 faster-whisper，同时兼容其他 ASR 引擎。适用于智能助手、语音输入法、浏览器端语音流服务及快速原型开发等需要响应式语音交互的轻量级应用。