go-speech

Go 语言一键集成语音合成与识别，离线可用

go-speech 是一个基于 Golang 和 ONNX 运行时构建的轻量级语音处理库，专注于为 Go 开发者提供开箱即用的语音合成（TTS）和语音识别（ASR）能力。它解决了 Go 生态中语音功能集成复杂、依赖重型 C++ 或 Python 服务的问题，通过纯 Go 接口封装了多种主流模型，包括 MeloTTS、Piper TTS、达摩院 Paraformer 以及 OpenAI Whisper，使开发者能够以简洁的 API 调用本地或云端语音功能。该库的核心能力包括：支持多种 TTS 引擎的文本转语音，支持流式或批量 ASR 识别，模型文件可离线部署，且基于 ONNX 实现跨平台推理，降低部署成本。项目处于早期阶段，但架构清晰，适合需要快速集成语音能力的 Go 服务或边缘设备应用。