超低延迟语音全家桶，让语音交互快人一步
Moonshine 是一个专为语音代理和语音界面设计的超低延迟语音工具包，集成了语音转文字（STT）、意图识别和文字转语音（TTS）三大核心能力。它解决了传统语音流水线延迟高、组件分散的问题，通过统一的 C++ 实现和优化的推理引擎，将端到端语音交互延迟压缩到极低水平，适合实时对话场景。其核心能力包括：高效的流式 STT（支持实时转写）、轻量级意图分类（可直接从语音中识别用户意图）、以及自然流畅的 TTS 输出。项目采用 C++ 编写，强调性能与可移植性，支持多种平台部署，为开发者提供了构建语音助手、智能客服、语音控制等应用的完整基础组件。Moonshine 在 GitHub 上拥有超过 1 万星标，社区活跃，是语音 AI 领域值得关注的开源方案。
1安装 Moonshine
用 pip 安装官方发布的 moonshine-voice 包，安装完成后即可使用同名命令行工具。
pip install moonshine-voice2启动麦克风转写
运行 mic 子命令并从麦克风拾音，用 --language 指定识别语言，如 en 表示英语。
moonshine-voice mic --language en3可选：接入编码代理
如果用编码代理写代码，可添加官方 skill，让代理了解当前 API 用法，避免误用旧接口。
npx skills add moonshine-ai/moonshine --skill moonshine-voice| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
--language | 否 | 指定语音识别使用的语言代码 | en |
命令行未报错并进入麦克风监听状态、终端出现实时转写结果，即表示安装与启动成功。
Q：安装后提示找不到 moonshine-voice 命令怎么办？
A：确认 pip 对应的 Python 环境与当前终端一致，可先用 pip show moonshine-voice 检查是否装成功，再重新执行 pip install moonshine-voice。
Q：运行时没有识别结果或提示音频相关错误？
A：mic 命令需要麦克风输入，请确认系统已连接麦克风、终端有录音权限，且没有被其他程序独占。
Q：需要申请 API Key 或联网上传音频吗？
A：不需要。README 说明全部在设备本地运行，速度快、隐私性好，无需账号或 API 密钥。
Q：Python 之外的平台怎么用？
A：官方 Quickstart 覆盖 Python、JavaScript/WASM、iOS、Android、macOS、Linux、Windows 和树莓派，详见 moonshine-voice.readthedocs.io。
Whisper.cpp、Vosk、Coqui TTS
moonshine 是语音识别领域的开源项目，由 moonshine-ai 开发，2024 年首次发布。
在全站 13,014 个收录项目中，它的 GitHub 星标数（11,130）位列前 5%，在语音识别分类的 212 个项目里位列前 6%。
近 44 天，它的 GitHub 星标从 10,710 增加到 11,130，净增 420。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-22。从国内网络环境看，可直接访问。
它主要面向的使用场景是：构建实时语音助手（如智能音箱、车载语音）。同类可对比的替代方案包括 Whisper.cpp、Vosk、Coqui TTS。
下一篇：PaddleSpeech
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