sonus

Node 里离线监听热词,唤醒后再转文字,不依赖云。

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 语音识别 🍴 复刻 74 🐛 待处理 38 👀 关注 30
GitHub ↗
GitHub 星标 ★ 639
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源免费,需自行部署

项目预览

sonus 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类语音识别
开发团队evancohen
定价模式🏷️完全免费
价格说明开源免费,需自行部署
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言JavaScript
技术栈/模型alexa,hotword-detection,keyword-spotting,node,speech,speech-recognition,speech-to-text,stt,voice-control,voice-recognition
GitHub 星标★ 639
上线时间2016-08-30 00:00:00
代码更新2026-09-11
仓库体积13.1 MB
本站数据更新2026-11-18
维护状态维护中
收录时间2026-10-04
浏览次数2

项目介绍

sonus 是一个面向 Node.js 的离线语音转文字与热词唤醒库。它解决的核心问题是:在 Node 服务或桌面端做语音交互时,不想依赖云端 STT 服务,也不想为唤醒词单独搭建复杂模型。项目把语音识别和热词检测封装成简单 API,开发者只需监听麦克风音频流,即可在本地完成关键词监听(如“Alexa”“你好小智”等自定义热词),命中后再触发后续语音转文字或业务逻辑。它支持可配置的灵敏度、多种音频输入源,并可与 Google、Bing、Watson 等云端 STT 配合使用,形成“本地唤醒+云端识别”的混合方案。整体定位轻量、易嵌入,适合做语音助手原型、智能音箱控制、语音触发类 Node 应用,是早期 Node 生态中少见的离线热词检测方案。

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

难度:进阶 约 40 分钟 部署方式:本地安装 4 步

环境要求

  • Node.js 与 SoX
  • Google Cloud Speech 凭据
  • 麦克风

安装与启动步骤

  1. 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. 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. 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. 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···

★ 437 2026-09-24
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

★ 269 2026-11-02
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!

★ 592 2026-10-22
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

★ 899 2026-10-01
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···

★ 68 2026-08-09
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,···

★ 313 2026-10-03
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

★ 6444 2026-08-10