phonon 是语音识别领域的开源项目，由 fermionresearch 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 249 个项目，GitHub 星标数为 119。
项目目前处于活跃维护状态，最近一次代码更新于 2026-10-01。开源免费，需自行部署。
它主要面向的使用场景是：本地批量把会议录音转成文字稿。同类可对比的替代方案包括 whisper.cpp、faster-whisper、FunASR。
phonon
量化语音识别模型，一条命令本地转写
Phonon 是一个开源语音识别模型项目，提供 Phonon-2 和 Phonon-1 两代模型，主打低比特量化与多硬件适配。它解决的是语音转文本模型部署门槛高、推理资源消耗大的问题：通过量化技术压缩模型体积，同时提供 CLI 工具以及 CPU、CUDA 两种 Docker 镜像，让用户无需复杂环境配置即可直接跑推理。技术栈覆盖 PyTorch、MLX、CUDA 等，兼顾 NVIDIA 显卡与苹果芯片场景。核心能力包括：开箱即用的命令行转写、容器化部署、低比特推理加速，以及面向不同算力条件的模型选择。项目处于早期阶段，星标约 119，适合想快速验证 ASR 效果、或在本地/私有环境搭建语音转写能力的开发者。
开源
free
语音识别
GitHub 星标
★ 119
维护状态
活跃
是否开源
是
定价模式
free
项目预览
项目数据
分类语音识别
开发团队fermionresearch
所属国家
定价模式free
价格说明开源免费，需自行部署
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型asr,cuda,docker,low-bit,mlx,pytorch,quantization,speech-recognition,speech-to-text
GitHub 星标★ 119
30天Star增速
HF 下载量
上线时间2026-08-28 00:00:00
代码更新—
仓库体积—
本站数据更新—
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2026-10-03
浏览次数0
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
正在加载星标数据…
技术标签
使用教程
—
核心亮点
- 提供 CPU 与 CUDA 双 Docker 镜像，免去手动配环境的麻烦
- 支持低比特量化，降低显存和算力门槛，适合消费级硬件
- 自带 CLI，安装后可直接对音频做语音转文本，上手快
不足之处
- 项目早期，星标仅 119，社区和文档成熟度有限
- 模型规模与识别精度缺少与主流方案的公开对比数据
适用场景
- 本地批量把会议录音转成文字稿
- 在无 GPU 的服务器上用 CPU 镜像做语音转写
- 苹果芯片设备上通过 MLX 跑离线语音识别
替代项目
whisper.cpp、faster-whisper、FunASR
项目介绍
上一篇：SmartSpeaker
下一篇：faster-whisper
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