DeepSpeech

DeepSpeech 是一个开源的离线语音识别引擎，支持在嵌入式设备（如树莓派）到 GPU 服务器上实时运行。它基于深度学习模型（源自百度 Deep Speech 论文），使用 TensorFlow 实现，提供端到端的语音转文本能力，具备轻量级、低延迟和隐私友好等特性。适用于对数据本地化、网络不可靠或实时性要求高的场景，如智能硬件语音交互、边缘计算语音处理、离线会议转录等。项目已于近期停止维护，但其模型与代码仍可作为离线语音识别的参考实现使用。