RealtimeSTT

一句话唤醒，边说边出字，实时语音转写零门槛。

RealtimeSTT 是一个基于 Python 的实时语音转文字库，专注于低延迟和高效能。它解决了语音交互场景中常见的痛点：传统 STT 需要手动控制录音起止，而 RealtimeSTT 通过内置的先进语音活动检测（VAD）自动识别说话开始和结束，并支持唤醒词激活，实现免提式语音输入。其核心能力包括即时转录（边说边出字）、流式处理、以及针对不同硬件（CPU/GPU）的优化。项目设计为即插即用，提供简洁的 API，开发者可以快速集成到自己的应用中，无需深入了解底层音频处理和语音识别细节。它适用于需要实时反馈的交互场景，如语音助手、会议记录、实时字幕等。