
sonus
Node 里离线监听热词,唤醒后再转文字,不依赖云。
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 2026-10-04 · 当前星标 ★ 639
使用教程
环境要求
- Node.js 与 SoX
- Google Cloud Speech 凭据
- 麦克风
安装与启动步骤
-
1装库与音频工具
库本身用 npm 装,但录音依赖系统的音频工具,Linux 上要单独装。
npm install --save sonus -
2配一个热词
唤醒词在本地检测,可自定义,灵敏度可调,先按默认跑。
-
3监听麦克风
监听后它一直在等热词,命中才把后续音频送去识别。
-
4接云端识别服务
热词之后的语音要送去流式识别服务,官方只把其中一家跑通。
如何确认成功
说热词后能触发识别并把后续语音转成文字返回
注意事项
- 热词检测离线、识别在线,这是它设计上的分工。
- 官方明确列出的支持平台不含 Windows,别硬上。
- 流式识别服务只标了一家可用,其他几项在清单里仍未打勾。
核心亮点
- 纯 Node.js 实现,npm 安装即用,接入麦克风音频流即可开始热词检测
- 热词检测完全离线运行,无需联网,隐私和延迟都优于纯云端方案
- API 简洁,支持自定义热词、灵敏度和多种音频源,方便嵌入现有 Node 项目
不足之处
- 项目较早期,依赖的底层语音识别库和 Node 版本兼容性可能已过时
- 热词检测精度和抗噪能力有限,复杂环境下误唤醒或漏唤醒较明显
适用场景
- Node 桌面语音助手:本地监听唤醒词后触发命令
- 智能音箱/语音控制原型:离线热词唤醒再调用云端 STT
- 语音触发式自动化脚本:说关键词即执行本地任务
替代项目
Picovoice Porcupine、Snowboy、Vosk
上一篇:speech-to-phrase
下一篇:pindrop
同类项目推荐
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···
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
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!
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
Llama-AVSR
开源
用大语言模型提升音视频语音识别准确率,解决复杂场景听不清问题
Official Pytorch implementation of "Large Language Models are Strong Audio-Visual Sp···
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
SmartSpeaker
开源
用STM32+ESP8266自造一台能联网听话的智能音箱
一个基于云端语音识别的智能控制设备,类似于天猫精灵,小爱同学。采用的芯片为stm32f407,···
bournemouth-forced-aligner
开源
一键提取语音音素时间戳,助力精准语音分析
Extract phoneme-level timestamps from speeh audio.
wav2letter
开源
用 C++ 打造高性能端到端语音识别,训练推理快人一步。
Facebook AI Research's Automatic Speech Recognition Toolkit