voxtral.c

Voxtral.c 是一个用于 Mistral AI 的 Voxtral Realtime 4B 语音转文字模型的纯 C 推理实现。该项目不依赖任何外部库，仅使用 C 标准库，支持通过 MPS 进行快速推理，并提供 BLAS 加速选项（尽管速度较慢）。音频处理采用分块编码器和重叠窗口技术，确保无论输入长度如何都能控制内存使用。此外，它还支持从标准输入或麦克风实时捕获音频进行转录，同时提供了一个流式 C API 以逐步接收音频并即时输出文本。适用于需要轻量级、无依赖环境下的实时语音转文字场景，如嵌入式系统或资源受限的设备。需要注意的是，项目仍需进一步测试以达到生产级别质量。