google-speech-v2 是语音识别领域的开源项目，由 gillesdemey 开发，2014 年首次发布。
它收录于语音识别分类，该分类目前共有 192 个项目，GitHub 星标数为 469。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-04-08。本地部署使用，完全免费。
它主要面向的使用场景是：个人开发者快速搭建语音转文字原型工具。同类可对比的替代方案包括 Whisper (OpenAI)、Vosk、Kaldi。
google-speech-v2
逆向 Google 语音接口，免费实现语音转文字
google-speech-v2 是一个针对 Google 语音转文字 API（v2 版本）的逆向工程项目。它通过分析 Google 内部接口的请求协议，提供了一套非官方的调用方式，使开发者无需使用官方付费 SDK 即可实现语音识别。项目主要解决早期开发者无法便捷访问高质量语音识别能力的问题，核心能力包括捕获音频流、构造 HTTP 请求、解析识别结果等。它提供了简单的 API 封装，支持多种音频格式输入，并返回文本转录。该项目适合研究语音识别接口原理、构建轻量级语音应用或作为学习逆向工程的案例。由于是早期项目，其接口可能随 Google 服务更新而失效，但代码结构清晰，对理解语音识别通信机制有参考价值。
开源
free
音频音乐
GitHub 星标
★ 469
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队gillesdemey
所属国家
定价模式free
价格说明开源项目，本地部署使用，完全免费。
访问状态
是否开源是
开源协议
主要语言
技术栈/模型audio,text-to-speech
GitHub 星标★ 469
30天Star增速
HF 下载量
上线时间2014-02-23 00:00:00
最近更新2026-04-08 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4
使用教程
核心亮点
- 直接调用 Google 内部语音识别接口，无需官方 API key
- 代码简洁，核心逻辑集中在少量文件中，易于阅读和二次开发
- 支持实时音频流和文件输入，灵活适配不同使用场景
不足之处
- 接口依赖 Google 非公开协议，随时可能失效，稳定性无保障
- 文档较少，仅提供基础使用说明，高级用法需自行阅读源码
适用场景
- 个人开发者快速搭建语音转文字原型工具
- 学习 HTTP 接口逆向工程和语音识别协议分析
- 在受限网络环境中替代官方 SDK 进行语音识别实验
替代项目
Whisper (OpenAI)、Vosk、Kaldi
项目介绍
上一篇：whisper_android
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