
qwen-asr
用纯 C 跑通 Qwen3-ASR,语音转文字不依赖 Python
项目预览
项目数据
项目介绍
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
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编译
它用 C 写,编译时指定 BLAS 后端,否则性能差很多。
make blas -
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
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
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···
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
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···
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
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···
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···
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···
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···