Vosk es un kit de herramientas de reconocimiento de voz de código abierto que funciona sin conexión. Permite el reconocimiento de voz para más de 20 idiomas y dialectos, incluyendo inglés, inglés indio, alemán, francés, español, portugués, chino, ruso, turco, vietnamita, italiano, neerlandés, catalán, árabe, griego, farsi, filipino, ucraniano, kazajo, sueco, japonés, esperanto, hindi, checo y polaco. Próximamente se añadirán más.
Los modelos de Vosk son compactos (50 MB) pero ofrecen transcripción continua de vocabulario extenso, respuesta sin latencia mediante una API de transmisión en tiempo real, vocabulario reconfigurable e identificación de hablantes.
Se han implementado enlaces de reconocimiento de voz para varios lenguajes de programación como Python, Java, Node.JS, C#, C++, Rust, Go y otros.
Vosk proporciona reconocimiento de voz para chatbots, electrodomésticos inteligentes y asistentes virtuales. También puede generar subtítulos para películas, así como transcripciones de conferencias y entrevistas.
Vosk es escalable, desde dispositivos pequeños como Raspberry Pi o smartphones Android hasta grandes clusters.
Para instrucciones de instalación, ejemplos y documentación, visita el Sitio Web de Vosk.