
pocketsphinx
离线轻量语音识别,嵌入式设备也能实时听懂人话
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 2026-08-10 · 当前星标 ★ 4352
技术标签
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
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
上一篇:porcupine
同类项目推荐
OBS-captions-plugin
开源
OBS 直播自动生成实时字幕,静音观众也能看懂
Closed Captioning OBS plugin using Google Speech Recognition
TranscriberBot
开源
把 Telegram 语音秒变文字,会议记录不用愁
TranscriberBot for Telegram
react-native-spokestack
开源
给 React Native 应用加上语音交互,一句话搞定识别、合成和理解
Spokestack: give your React Native app a voice interface!
whisper-clip
开源
按一下按钮,说话自动变文字并进剪贴板
WhisperClip simplifies your life by automatically transcribing audio recordings and ···
Voconly
开源
开口说话,本地离线转成干净文字
本地优先 AI 语音输入工具 | Local-first AI voice typing tool. 支持 Whisper/SenseVoice···
voxtral-mini-realtime-rs
开源
在浏览器或本地用 Rust 跑实时语音识别与合成
Voxtral ASR & TTS running natively and in the browser. A Rust implementation of Mist···
openless
开源
按住说话,松开即得润色文字,全应用通用
Hold a key, speak, release — AI-polished text appears at your cursor in any app. Op···
AriaType
开源
动口不动手,本地语音输入秒变文字,跨应用高效干活
Voice-driven writing, input, and cross-app work for your desktop.
docker-faster-whisper
开源
一条命令拉起容器,把音频批量转成字幕文本