CrispASR

CrispASR 是一个基于 C++ ggml 的轻量级多模态语音处理引擎，支持 43 种 ASR 和 48 种 TTS 模型（如 Cohere Transcribe、Parakeet TDT、Voxtral、Canary 1B v2 等），提供统一 CLI 接口、零 Python 依赖、本地端到端运行能力，并集成强制对齐、说话人分离、热词识别、多格式音频解码（无需 FFmpeg）等功能。其核心特点是单二进制、多后端动态加载、WebAssembly 支持及全客户端部署能力。适用于边缘设备部署、隐私敏感场景下的离线语音转写与合成、实时语音交互系统及嵌入式语音应用开发。