qwen-asr

用纯 C 跑通 Qwen3-ASR,语音转文字不依赖 Python

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 82 🐛 待处理 15 👀 关注 5
GitHub ↗
GitHub 星标 ★ 639
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源免费,需自行部署

项目预览

qwen-asr 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类语音识别
开发团队antirez
定价模式🏷️完全免费
价格说明开源免费,需自行部署
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MIT
主要语言C
GitHub 星标★ 639
上线时间2026-02-12 00:00:00
代码更新2026-10-01
仓库体积14.8 MB
本站数据更新2026-11-15
维护状态维护中
收录时间2026-10-02
浏览次数6

项目介绍

qwen-asr 是一个用纯 C 语言实现的 Qwen3-ASR 语音识别推理项目,支持 0.6B 和 1.7B 两个参数规模的转写模型。它解决的核心问题是:官方 Qwen3-ASR 通常依赖 Python 与深度学习框架,部署到嵌入式设备、边缘盒子或资源受限环境时依赖重、启动慢、内存占用高。该项目用 C 重写推理流程,不依赖 Python 运行时,便于交叉编译到各类平台,降低部署门槛。核心能力包括加载 Qwen3-ASR 模型权重完成语音到文本的转写、支持两种模型尺寸以平衡精度与速度、以轻量方式在本地完成推理。适合需要把语音识别嵌入到 C/C++ 工程、追求低依赖和可控内存占用的开发者。

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 2026-10-02 · 当前星标 ★ 639

使用教程

难度:进阶 约 40 分钟 部署方式:本地安装 5 步

环境要求

  • C 编译器与 BLAS
  • 约 2G 磁盘
  • 未压缩音频

安装与启动步骤

  1. 1编译

    它用 C 写,编译时指定 BLAS 后端,否则性能差很多。

    make blas
  2. 2下模型

    官方脚本拉量化后的模型文件,体积不大。

    ./download_model.sh
  3. 3转写单个文件

    先拿一段短音频确认能出字。

    ./qwen_asr -d qwen3-asr-0.6b -i audio.wav
  4. 4开流式

    流式模式边收边出,适合接麦克风或长录音。

    ./qwen_asr -d qwen3-asr-0.6b -i long_recording.wav --stream
  5. 5长音频分块

    超长录音要分块并带上下文,官方给了切块参数。

    ./qwen_asr -d qwen3-asr-0.6b -i lecture.wav -S 20 --past-text yes

如何确认成功

同一段音频逐字稿可读,长音频分块后上下文连贯无重复

注意事项

  • 纯 C 实现,除标准库与 BLAS 外零依赖,适合嵌入到别的程序里。
  • 它只做语音转文字,不做说话人分离。
  • 流式模式要调编码窗口与最大新词数,默认值未必适合长句。

核心亮点

  • 纯 C 实现,无 Python 运行时依赖,便于交叉编译到嵌入式或边缘设备
  • 同时支持 0.6B 与 1.7B 两种模型,可按算力和精度需求灵活选择
  • 基于 Qwen3-ASR 官方模型,转写能力有成熟底座,不是自研小模型

不足之处

  • 项目处于早期,617 星标,文档与示例可能不完善
  • 纯 C 推理通常需要自行处理模型转换、量化与依赖库,上手门槛偏高

适用场景

  • 在嵌入式设备或边缘盒子上本地部署语音转写
  • 把语音识别集成进 C/C++ 桌面或服务端程序
  • 算力有限但需要离线、低依赖语音转文字的场景

替代项目

whisper.cpp、sherpa-onnx

上一篇:NeMo-text-processing

下一篇:QwenASRMiniTool

同类项目推荐

DictateKeyboard 开源

装上键盘,说话就变文字,任意 App 都能用

A powerful AI keyboard for reliable speech transcription

★ 322 2026-09-23
whisrs 开源

Linux 桌面语音输入朗读,一句话指挥 LLM

Voice for the Linux desktop: dictation, read-aloud, and voice-driven LLM commands. W···

★ 153 2026-09-15
leopard 开源

本地离线把语音转成文字,不联网也能用

On-device speech-to-text engine powered by deep learning

★ 485 2026-09-16
audiotext 开源

拖入音视频或粘贴链接,一键出文字、字幕和摘要

A desktop app to transcribe audio and video from files, URLs, YouTube videos, or you···

★ 357 2026-10-06
speechbrain 开源

一站式 PyTorch 语音工具箱,快速搞定识别、说话人验证等任务

A PyTorch-based Speech Toolkit

★ 11938 2026-08-26
Talkify 开源

按住说话,Mac 上离线秒变文字,免费又保隐私

Lightning-fast, free, local first voice dictation for macOS with on-device transcrip···

★ 598 2026-09-13
pindrop 开源

按快捷键说话,文字直接落到光标处,全程离线不上传

Discontinued. Replaced by Sayso (https://justsayso.app). A native macOS menu bar dic···

★ 622 2026-10-04
BiBi-Keyboard 开源

说话即打字,LLM 智能润色,让语音输入更懂你

说点啥(BiBi Keyboard):一个基于 Kotlin 的 Android 平台的 LLM 与 ASR 语音输入法键盘应···

★ 874 2026-08-10
Maix-Speech 开源

在嵌入式设备上快速跑起语音识别和合成

Maix Speech AI lib, a fast and small speech lib running on embedded devices, includi···

★ 365 2026-08-09