pocketsphinx

离线轻量语音识别，嵌入式设备也能实时听懂人话

PocketSphinx 是一个轻量级的嵌入式语音识别库，基于 CMU Sphinx 项目发展而来，专为资源受限环境设计。它解决在移动设备、嵌入式系统或离线场景下实现实时语音转文字的问题，无需依赖云端服务。核心能力包括：支持小词汇量和大词汇量的连续语音识别，提供声学模型和语言模型的训练与加载接口，具备麦克风实时识别和音频文件批处理功能。其 C 语言核心保证高性能和低内存占用，同时提供 Python 绑定，方便快速原型开发。项目包含完整的文档和示例，适合开发者集成到智能家居、机器人、车载系统等应用中。

开源 free 语音识别

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 4343

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类语音识别

开发团队cmusphinx

所属国家

官网地址

GitHubhttps://github.com/cmusphinx/pocketsphinx

定价模式free

价格说明开源语音识别库，完全免费，需自行部署。

访问状态

是否开源是

开源协议NOASSERTION

主要语言C

技术栈/模型c,python,speech-recognition

GitHub 星标★ 4343

30天Star增速

HF 下载量

上线时间2014-04-07 00:00:00

最近更新2026-09-19 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-10

浏览次数4

使用教程

难度：进阶约 20 分钟部署方式：本地安装 5 步

环境要求

CMake 构建工具（README 说明使用 CMake 构建，支持 Linux 和 Windows）
C 编译器（项目为 C 语言核心）
Debian/Ubuntu 系统可安装示例依赖：ffmpeg、libasound2-dev、libportaudio2、libportaudiocpp0
Python 绑定需 Python 环境（README 提及提供 Python 绑定）

安装与启动步骤

1安装系统依赖

Debian/Ubuntu 及其衍生系统（如树莓派 OS）安装示例代码所需依赖，非构建必需但建议安装。
```
sudo apt install 
    ffmpeg 
    libasound2-dev 
    libportaudio2 
    libportaudiocpp0
```
2获取源码

从 GitHub 克隆 PocketSphinx 仓库到本地，README 未给出具体命令，此处为通用做法。
```
git clone https://github.com/cmusphinx/pocketsphinx.git
```
3CMake 配置构建

README 说明使用 CMake 构建，先在源码目录创建构建目录并运行 cmake 生成构建文件。
```
cd pocketsphinx
mkdir build
cd build
cmake ..
```
4编译项目

运行 make 编译 C 核心库，README 未列出具体编译命令，此为 CMake 标准流程。
```
make
```
5安装库

将编译产物安装到系统目录，README 未明确给出安装命令，按 CMake 惯例执行。
```
sudo make install
```

如何确认成功

README 未说明验证方式，可运行项目自带示例或检查识别功能是否正常。

常见问题

Q：还需要安装 SphinxBase 吗？

A：不需要。README 明确说明已不再依赖 SphinxBase，SphinxBase 已不存在。

Q：Windows 和 macOS 支持如何？

A：README 称 CMake 在 Linux 和 Windows 上表现合理，但未确认 macOS 支持情况。

Q：音频库需要单独安装吗？

A：不需要。旧版音频库已被移除，因其在各平台都无法正确构建或工作。

注意事项

README 未提供完整的构建与安装命令，上述步骤基于 CMake 常规流程推断，请以实际仓库为准。
项目算法和模型较为古老（部分可追溯至 1970 年代），但胜在紧凑高效。
版本号较大是因为曾有过 5prealpha 版本，今后将遵循语义版本规范。

核心亮点

纯 C 实现，内存占用极低，适合树莓派等嵌入式设备
支持实时麦克风输入和离线识别，无需联网保护隐私
提供 Python API，快速集成到现有脚本和 AI 流程

不足之处

识别准确率相比云端大模型（如 Whisper）有明显差距
配置声学模型和语言模型门槛较高，需一定语音领域知识

适用场景

智能家居离线语音控制（如开关灯、调节温度）
机器人或车载系统的本地语音指令识别
隐私敏感场景的语音转写（如医疗、会议记录）

替代项目

Vosk、Whisper.cpp、Kaldi

项目介绍

pocketsphinx 是语音识别领域的开源项目，由 cmusphinx 开发，2014 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（4,343）位列前 10%，在语音识别分类的 212 个项目里位列前 14%。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-19。开源语音识别库，完全免费，需自行部署。

它主要面向的使用场景是：智能家居离线语音控制（如开关灯、调节温度）。同类可对比的替代方案包括 Vosk、Whisper.cpp、Kaldi。

上一篇：porcupine

下一篇：whisper-asr-webservice