kesha-voice-kit 是语音识别领域的开源项目，由 drakulavich 开发，是 2026 年新上线的项目。
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 74。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-21。MIT许可证，本地部署，完全免费。
它主要面向的使用场景是：本地语音助手开发，实现离线语音指令控制。同类可对比的替代方案包括 Whisper.cpp、Vosk、SpeechRecognition。
kesha-voice-kit
让工具开口说话，本地语音快 19 倍
kesha-voice-kit 是一个本地优先的语音工具包，为开发者的工具链赋予语音能力。它支持语音转文字和文字转语音，覆盖 25 种语言，在 Apple Silicon 上运行速度比 Whisper 快约 19 倍。项目基于 TypeScript 和 Rust 构建，利用 CoreML 和 ONNX 进行高效推理，通过 Bun 提供 CLI 和 MCP 接口，可无缝集成到现有工作流。它解决的是语音处理中依赖云端、延迟高、隐私风险大的问题，让开发者完全在本地机器上实现实时语音交互。核心能力包括高精度多语言识别、快速合成、离线运行，以及通过 MCP 协议与 OpenClaw 等智能体框架对接，适合构建语音助手、会议记录、无障碍工具等场景。
开源
free
音频音乐
GitHub 星标
★ 74
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队drakulavich
所属国家
定价模式free
价格说明开源项目，MIT许可证，本地部署，完全免费。
访问状态
是否开源是
开源协议MIT
主要语言TypeScript
技术栈/模型apple-silicon,asr,bun,cli,coreml,hermes,local-first,macos,mcp,offline,onnx,openclaw,parakeet,rust,speech-recognition,speech-to-text,text-to-speech,transcription,tts,voice
GitHub 星标★ 74
30天Star增速
HF 下载量
上线时间2026-04-06 00:00:00
最近更新2026-09-21 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2
使用教程
核心亮点
- 基于 CoreML 优化，在 Apple Silicon 上比 Whisper 快约 19 倍，延迟极低
- 支持 25 种语言，离线运行，数据不出本机，隐私安全
- 提供 CLI 和 MCP 接口，可轻松集成到现有开发工具链和智能体
不足之处
- 仅支持 Apple Silicon，Intel Mac 和 Windows/Linux 用户无法使用
- 早期项目，文档和社区生态尚待完善
适用场景
- 本地语音助手开发，实现离线语音指令控制
- 会议或播客的实时转录，快速生成文字记录
- 为智能体（如 OpenClaw）添加语音交互能力
替代项目
Whisper.cpp、Vosk、SpeechRecognition
项目介绍
同类项目推荐
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