deepgram-go-sdk 是语音识别领域的开源项目,由 deepgram 开发,2022 年首次发布。
它收录于语音识别分类,该分类目前共有 212 个项目,GitHub 星标数为 90。
项目目前处于活跃维护状态,最近一次代码更新于 2026-09-21。
它主要面向的使用场景是:在Go后端服务中集成实时语音转文字功能。同类可对比的替代方案包括 go-cloud-speech、whisper.cpp、vosk-api。

Go 语言接入 Deepgram,快速实现语音转写与合成
deepgram-go-sdk 是 Deepgram 语音 AI 平台的官方 Go 语言开发工具包,用于将语音识别(ASR)、语音合成(TTS)和语音代理(Voice Agent)能力集成到 Go 应用中。它解决了 Go 开发者无法方便调用 Deepgram 云端语音 API 的问题,提供了类型安全的客户端接口,简化了 WebSocket 实时语音流和 REST API 的调用流程。核心能力包括:实时语音转文字(支持流式传输)、文字转语音、以及构建交互式语音代理。该 SDK 封装了认证、连接管理和数据解析,让开发者可以专注于业务逻辑,快速构建语音驱动的应用,如语音助手、会议转录、呼叫中心分析等。项目处于早期阶段,但官方维护,文档齐全。
go-cloud-speech、whisper.cpp、vosk-api
deepgram-go-sdk 是语音识别领域的开源项目,由 deepgram 开发,2022 年首次发布。
它收录于语音识别分类,该分类目前共有 212 个项目,GitHub 星标数为 90。
项目目前处于活跃维护状态,最近一次代码更新于 2026-09-21。
它主要面向的使用场景是:在Go后端服务中集成实时语音转文字功能。同类可对比的替代方案包括 go-cloud-speech、whisper.cpp、vosk-api。
obs-localvocal
开源
直播录屏时,本地AI实时生成字幕,保护隐私零延迟
OBS plugin for local speech recognition and captioning using AI
LiveCaptions-Translator
开源
实时捕获系统音频,一键翻译成你懂的语言
Lightweight and powerful real-time audio/speech translation tool based on Windows Li···
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
whisper-diarization
开源
给语音转写加上说话人标签,会议记录一目了然
Automatic Speech Recognition with Speaker Diarization based on OpenAI Whisper