vosk-api

离线语音识别，不用联网，隐私安全，本地秒转文字

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署语音识别 🍴 复刻 1769 🐛 待处理 605 👀 关注 139

GitHub ↗

GitHub 星标 ★ 15235

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源项目，完全免费，可自行部署使用。

项目预览

项目数据

分类语音识别

开发团队alphacep

GitHubhttps://github.com/alphacep/vosk-api

定价模式🏷️完全免费

价格说明开源项目，完全免费，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Jupyter Notebook

技术栈/模型android,asr,deep-learning,deep-neural-networks,deepspeech,google-speech-to-text,ios,kaldi,offline,privacy,python,raspberry-pi,speaker-identification,speaker-verification,speech-recognition,speech-to-text,speech-to-text-android,stt,voice-recognition,vosk

GitHub 星标★ 15235

上线时间2019-09-03 00:00:00

代码更新2026-10-15

仓库体积14.1 MB

本站数据更新2026-11-09

维护状态较活跃

收录时间2026-08-10

浏览次数6

项目介绍

vosk-api 是一个离线语音识别 API，支持 Android、iOS、Raspberry Pi 和服务器端，提供 Python、Java、C# 和 Node 等多种语言绑定。它基于 Kaldi 技术，解决了实时语音识别需要联网、依赖云服务的问题，让开发者可以在本地设备上实现低延迟、高隐私的语音转文字。核心能力包括流式识别、大词汇量支持、多语言模型（如中文、英文等），以及轻量级模型适配嵌入式设备。它特别适合网络不稳定或对数据隐私要求高的场景，如智能家居、车载系统、移动应用等。通过简单的 API 调用，开发者可以快速集成，无需深厚的机器学习背景。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 15235

技术标签

android asr deep-learning deep-neural-networks ios

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 20 分钟部署方式：库/依赖 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

准备目标语言的运行时环境（Python / Java / Node.JS / C# / C++ / Rust / Go 任选其一）
需要能访问 Vosk 官网 alphacephei.com/vosk 获取安装说明与示例
需要下载对应语言的语音模型（约 50Mb）
可选：Raspberry Pi、Android、iOS 等设备也可运行

安装与启动步骤

1阅读官方文档

README 未提供安装命令，明确指出安装说明、示例与文档请访问 Vosk 官网 alphacephei.com/vosk，先按官网指引操作。
2选择语言绑定

Vosk 提供 Python、Java、Node.JS、C#、C++、Rust、Go 等多种绑定，按你的项目语言选择对应实现。
3准备运行环境

按所选语言准备好对应的运行时或开发环境，再依照官网该语言章节完成安装。
4下载语音模型

在官网挑选所需语言的模型下载，模型体积约 50Mb，支持连续大词汇量转写，可按设备性能取舍。
5调用流式 API

按官网示例调用流式识别接口，它支持零延迟响应与可重配置词表，也可用于说话人识别。