Java 一键接入谷歌语音识别、合成与翻译
java-google-speech-api 是一个早期的 Java 库，旨在封装 Google 的语音识别（Speech Recognition）、文本转语音（Text-to-Speech）以及 Google Translate 翻译服务。它解决了 Java 开发者需要快速集成这些云端 AI 能力，但不想直接处理复杂 HTTP 请求和协议细节的问题。该库提供了简单的 API 接口，让开发者能够通过几行代码实现语音转文字、文字转语音和语言翻译功能。其核心能力包括调用 Google 非官方接口进行语音识别、生成语音音频文件，以及调用翻译接口进行文本翻译。由于项目处于早期阶段且星标数不高，其功能完整性和稳定性可能有限，但仍可作为学习或轻量级集成的参考。
Google Cloud Speech-to-Text、Google Cloud Text-to-Speech、MaryTTS
java-google-speech-api 是语音识别领域的开源项目，由 goxr3plus 开发，2017 年首次发布。
它收录于语音识别分类，该分类目前共有 212 个项目，GitHub 星标数为 80。
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 2026-08-12。GPL-3.0许可，可免费使用和部署。
它主要面向的使用场景是：快速实现语音转文字工具。同类可对比的替代方案包括 Google Cloud Speech-to-Text、Google Cloud Text-to-Speech、MaryTTS。
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
