phonon

量化语音识别模型,一条命令本地转写

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 26 🐛 待处理 2 👀 关注 6
GitHub ↗
GitHub 星标 ★ 343
维护状态 较活跃
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

phonon 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fermionresearch
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★ 343
上线时间2026-08-28 00:00:00
代码更新2026-10-28
仓库体积315 KB
本站数据更新2026-11-17
维护状态较活跃
收录时间2026-10-03
浏览次数4

项目介绍

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。

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 2026-10-03 · 当前星标 ★ 343

技术标签

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

上一篇:SmartSpeaker

下一篇:faster-whisper

同类项目推荐

VivaDicta 开源

说话即笔记,AI 帮你聊出答案

iOS & watchOS speech-to-text app with AI voice keyboard, on-device RAG, and chat wit···

★ 144 2026-08-09
onnx-asr 开源

几行代码用 ONNX 跑语音识别,不装重型框架

A lightweight Python package for Automatic Speech Recognition using ONNX models

★ 392 2026-09-12
SpeakoFlow 开源

按一下键,对着屏幕说话,离线秒变文字和 AI 回复

Free, open-source offline voice dictation for Windows, macOS, and Linux. A Wispr Flo···

★ 402 2026-08-09
awesome-voice-typing 开源

按平台找离线语音输入工具,一页搞定

Curated list of open-source speech-to-text and voice typing tools for Linux, macOS, ···

★ 218 2026-09-24
anti-vocale 开源

语音消息不上传,手机本地直接转文字

Android app for transcribing voice messages locally on-device, with no internet requ···

★ 150 2026-09-27
voquill 开源

本地跑的免费语音听写,说完直接变文字

Open source voice dictation technology

★ 1030 2026-11-10
doubao-murmur 开源

按一下就说,说完字就出现在光标处

极简语音输入法,利用豆包 Web 语音识别实现全局听写。支持 macOS 、Windows 与 Linux/Ste···

★ 148 2026-10-21
DictateKeyboard 开源

装上键盘,说话就变文字,任意 App 都能用

A powerful AI keyboard for reliable speech transcription

★ 323 2026-09-23
voxtral-mini-realtime-rs 开源

在浏览器或本地用 Rust 跑实时语音识别与合成

Voxtral ASR & TTS running natively and in the browser. A Rust implementation of Mist···

★ 827 2026-08-09