esp-skainet
在 ESP32 上跑离线唤醒词和命令词识别
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 2026-10-27 · 当前星标 ★ 990
核心亮点
- 面向 ESP32 硬件深度优化，可在 MCU 上离线运行唤醒词与命令词识别，功耗和资源占用低
- 提供麦克风阵列前端处理（降噪、回声消除等），拾音质量在嵌入式场景下更可靠
- 与 ESP-IDF 生态集成，配套示例和开发板支持，原型搭建速度快
不足之处
- 识别能力集中在唤醒词和有限命令词，不支持大词汇量连续语音识别
- 文档与示例以乐鑫官方平台为主，跨平台移植和社区扩展资料相对有限
适用场景
- 智能家居设备语音唤醒与开关控制
- 小家电离线命令词交互
- 可穿戴或便携设备的低功耗语音触发
替代项目
Porcupine、snowboy、Vosk
上一篇：silero-vad
下一篇：没有了！
同类项目推荐
TheWhisper
开源
让 Whisper 在本地设备上边听边转，低延迟出字幕
Optimized Whisper models for streaming and on-device use
vocotype-cli
开源
按快捷键说话，文字自动输入到当前应用，本地运行不上传。
VocoType 是一款运行在本地端侧的隐私安全语音输入工具，通过快捷键即可将语音实时转换为文···
Confucius4-R2T2
开源
边说边转文字，低延迟还不掉准确率
Confucius4-R2T2: A Low Latency and High Accuracy Real-Time Speech Recognition Model
AsrServe
开源
自托管语音识别，实时离线都能跑，接口兼容 OpenAI
Self-hosted realtime and offline ASR with SOTA open models, speaker diarization and ···
yapsnap
开源
一条命令，把视频音频转成文字，不用显卡不用云
Transcribe any video URL or audio file into plaintext. No GPU. No cloud. One command···
deepgram-python-sdk
开源
Python 接入 Deepgram 语音 AI，几行代码实现语音转文字/文字转语音
Official Python SDK for Deepgram.
transcribe
开源
实时转录+AI回复，模拟外语对话练口语
Transcribe is a real time transcription, conversation, Language learning platform. I···
cli
开源
终端一条命令，直接和 ElevenLabs 语音智能体对话
Command Line Interface to interact with ElevenLabs voice agents
whisper-shortcut
开源
菜单栏一键语音，转文字、控剪贴板、AI 对话全搞定
Voice-first macOS menu bar app: dictate, voice-edit clipboard, read aloud, AI chat w···