google-speech-v2

逆向 Google 语音接口,免费实现语音转文字

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 音频音乐 🍴 复刻 82 🐛 待处理 5 👀 关注 56
GitHub ↗
GitHub 星标 ★ 469
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,本地部署使用,完全免费。

项目预览

google-speech-v2 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队gillesdemey
定价模式🏷️完全免费
价格说明开源项目,本地部署使用,完全免费。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
技术栈/模型audio,text-to-speech
GitHub 星标★ 469
上线时间2014-02-23 00:00:00
代码更新2017-04-18
仓库体积286 KB
本站数据更新2026-11-07
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

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。

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 2026-08-09 · 当前星标 ★ 469

技术标签

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:进阶 约 20 分钟 部署方式:本地安装 4 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • curl
  • 音频工具

安装与启动步骤

  1. 1先确认它已过时

    README 自己写明官方已推出正式接口,这个逆向方案没必要再用。

  2. 2若只做协议研究

    它演示了老版本接口的调用格式,可作阅读材料。

  3. 3装音频工具

    做实验要能录指定格式的音频。

    brew install sox
  4. 4发一次请求看格式

    请求头里的编码与采样率必须与音频一致。

    curl -X POST --data-binary @audio/hello.wav --header 'Content-Type: audio/l16; rate=16000;' 'https://www.google.com/speech-api/v2/recognize?output=json&lang=en-us&key=yourkey'

如何确认成功

能按它给的请求格式发出一次调用并看到返回结构;若接口已关闭,如实记录返回码即可

注意事项

  • 作者自己在 README 里写明官方已推出正式接口,并明确不建议在生产环境使用这个逆向方案。
  • 新项目直接换成官方 SDK,不要从这里起步。
  • 遗留的接口限制很多:单次音频只有十几秒,密钥来源也不稳定。
  • 只在做协议层面学习时看它。

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

上一篇:whisper_android

下一篇:deepgram-python-sdk

同类项目推荐

leopard 开源

本地离线把语音转成文字,不联网也能用

On-device speech-to-text engine powered by deep learning

★ 485 2026-09-16
qwen-asr 开源

用纯 C 跑通 Qwen3-ASR,语音转文字不依赖 Python

C inference for Qwen3-ASR 0.6b and 1.7b transcriptions models

★ 637 2026-10-02
whisper_dictation 开源

用语音控制电脑和 AI,免打字,隐私本地化。

Private voice keyboard, agent, AI chat, images, webcam, recordings, voice control wi···

★ 294 2026-08-09
whisper-flow 开源

边说话边出字幕,把 Whisper 变成实时转写引擎

Whisper-Flow is a framework designed to enable real-time transcription of audio cont···

★ 1007 2026-10-03
silero-vad 开源

预训练模型快速判断音频里有没有人说话

Silero VAD: pre-trained enterprise-grade Voice Activity Detector

★ 10610 2026-10-27
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

★ 268 2026-11-02
WhisperLiveKit 开源

本地实时语音转文字,兼容 OpenAI/Deepgram API,秒级部署

Real-time, local speech-to-text with streaming ASR, speaker diarization, translation···

★ 11221 2026-08-17
whisper.rn 开源

手机端离线跑 Whisper,语音转文字不联网

React Native binding of whisper.cpp.

★ 808 2026-09-23
Speech-to-Text-Russian 开源

本地跑俄语语音转文字,不依赖云 API

Распознавание русской речи: библиотека Python, CLI···

★ 352 2026-10-11