vosk-api

Vosk是一个离线开源的语音识别工具包，支持超过20种语言和方言。其核心功能包括连续大词汇量转录、零延迟响应的流式API、可配置词汇表以及说话人识别。Vosk模型体积小巧（约50MB），适用于多种编程语言环境如Python、Java、Node.JS等。该工具包特别适合需要保护隐私的应用场景，例如聊天机器人、智能家居设备、虚拟助手等，同时也能用于电影字幕生成、讲座与采访的文字转录工作。从树莓派到大型服务器集群，Vosk都能良好运行。