Vosk 语音识别工具包

Vosk 是一款离线开源语音识别工具包。它支持 20 多种语言和方言的语音识别，包括英语、印度英语、德语、法语、西班牙语、葡萄牙语、中文、俄语、土耳其语、越南语、意大利语、荷兰语、加泰罗尼亚语、阿拉伯语、希腊语、波斯语、菲律宾语、乌克兰语、哈萨克语、瑞典语、日语、世界语、印地语、捷克语、波兰语等，未来还将支持更多语言。

Vosk 模型体积小巧（仅 50 MB），但能实现：

• 连续大词汇量转写
• 流式 API 带来的零延迟响应
• 可重新配置的词汇表
• 说话人识别功能

该工具包为多种编程语言提供了语音识别接口实现，包括 Python、Java、Node.JS、C#、C++、Rust、Go 等。

Vosk 可应用于：

• 聊天机器人语音识别
• 智能家居设备控制
• 虚拟助手开发
• 电影字幕生成
• 讲座/访谈内容转录

其应用场景覆盖从树莓派等小型设备到 Android 智能手机，乃至大型服务器集群。

文档资源

安装指南、示例代码及完整文档请访问 Vosk 官方网站。