echogarden
一站式命令行语音工具箱，搞定合成、识别、翻译和分离
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 2026-08-09 · 当前星标 ★ 454
使用教程
环境要求
- Node.js 18+
安装与启动步骤
-
1全局装
一条命令装完，之后直接用命令行调用。
npm install -g echogarden@latest -
2先做一次语音合成
内置离线音色就能出结果，不需要任何 key。
echogarden speak <文本文件> <输出.wav> -
3再做一次转写
拿上一步生成的音频反向验证，链路闭环。
echogarden transcribe <音频文件> <输出.txt> -
4做字幕对齐
有现成稿子时走对齐，比重新转写准。
echogarden align <音频文件> <文本文件>
如何确认成功
同一段音频先合成再转写，回来文字与原稿基本一致，且字幕时间轴能对上语音
注意事项
- 它是统一封装的语音工具集，TTS、ASR、对齐、翻译、人声分离共用一个入口。
- 默认离线引擎够用，接云服务要另外配 key 并且会把音频发出去。
- 不需要 Python 与 Docker，这点比多数语音方案省事。
- GPL v3 许可，闭源商用要注意。
- 长音频一次性处理内存占用高，建议分段。
核心亮点
- 内置多种语音引擎，支持本地和云端切换，灵活适配不同场景
- 命令行和 Node.js 双接口，方便快速集成到自动化流程或应用中
- 功能覆盖广，从 TTS、ASR 到人声分离和语种检测，一个工具全搞定
不足之处
- 项目仍处于早期阶段，API 和功能稳定性可能随版本变化
- 部分高级功能依赖外部引擎或模型，首次配置可能较复杂
适用场景
- 开发者需要快速为应用添加语音合成或识别能力，且希望本地化处理
- 音视频处理中需要人声分离或强制对齐，用于字幕生成或配音
- 构建多语言语音助手或翻译工具，需要语种检测和语音翻译
替代项目
Whisper.cpp、Coqui TTS、Vosk
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
vibe
开源
本地录音秒变文字，隐私不泄露
Transcribe on your own!
wake-word-voice-assistants
开源
照着配置烧录，自制本地唤醒语音助手
Wake word voice assistant configurations and firmware for ESPHome
easy-whisper-ui
开源
点点鼠标，把录音批量转成文字
Easy to use interface for the Whisper model optimized for all GPUs!
faster-whisper
开源
把 Whisper 语音转文字提速数倍，CPU 也能跑
Faster Whisper transcription with CTranslate2
speech-to-phrase
开源
本地跑，只认你定义的短语，又快又准。
Fast and personalized local speech-to-text
whisper-website
开源
上传音频，浏览器里直接出字幕文件
Self-hosted web application, which can be used to convert audio to subtitles by Open···
nextjs-live-transcription
开源
用 Next.js 快速跑通实时语音转文字
Get started using Deepgram's Live Transcription with this Next.js demo app
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···