标记为: Speech Recognition
Content related to Speech Recognition
速语（Whisper）：先进语音转文本技术
July 29, 2025
发现 Faster Whisper：一项开创性的开源项目，它利用 CTranslate2 实现高效精准的语音转文本转录。此重构版的 OpenAI Whisper 模型，可提升高达 4 倍的速度，同时减少内存占用，并针对 CPU 和 GPU 进行了量化优化。探索性能对比基准、各种环境下的安装指南以及实际使用示例，包括批量转录和 VAD 滤镜集成。了解 Faster Whisper 如何与其他社区项目集成，并查找关于转换您自有 Whisper 模型以获得更佳性能的说明。
Vosk: Offline Speech Recognition for Any Device
June 09, 2025
隆重推出 Vosk，一款开源的离线语音识别工具包，支持超过20种语言。Vosk 是开发者的理想选择，能与各种平台无缝集成，无论是在 Android、iOS、树莓派，还是服务器上，都能通过 Python、Java、C#、Node.js 等多种语言轻松驾驭。Vosk 模型体积小巧、延迟极低，并且词汇表可灵活配置，为各类应用提供了稳定可靠且注重隐私的语音转文本解决方案，从智能家居设备到转录服务，无所不能。快来探索 Vosk 如何为您的下一个项目注入强大的设备端语音能力，同时兼顾性能和隐私！