NeMo-Speech.cpp
用 C++ 跑 NeMo 语音模型，免 Python 低资源做识别与合成
项目预览
项目数据
项目介绍
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 2026-09-15 · 当前星标 ★ 232
核心亮点
- 纯 C++ + ggml 实现，无需 Python/PyTorch 运行时，便于嵌入桌面与边缘设备
- 同时覆盖 ASR 与 TTS 两类语音任务，一个运行时解决识别和合成
- 内置 server 模式，可直接以 HTTP 服务方式对外提供语音推理能力
不足之处
- 项目处于早期，星标仅 104，模型覆盖范围与算子支持仍在完善中
- 文档与预转换模型资源有限，上手需要自行处理 NeMo 权重转换
适用场景
- 在无 Python 环境的边缘设备或嵌入式板卡上部署离线语音识别
- 为桌面应用集成轻量文本转语音，避免打包庞大的 PyTorch 依赖
- 自建语音识别/合成 HTTP 服务，供内部系统或产品调用
替代项目
whisper.cpp、sherpa-onnx、kaldi
上一篇：stt-server
下一篇：docker-whisper
同类项目推荐
talon-ai-tools
开源
用语音直接指挥 AI 工具，解放双手提效
Query LLMs and AI tools with voice commands
Talkify
开源
按住说话，Mac 上离线秒变文字，免费又保隐私
Lightning-fast, free, local first voice dictation for macOS with on-device transcrip···
crisperwhisper-turkce-kelime-zam···
开源
4GB显存跑土耳其语逐字转写，带词级时间戳
Verbatim speech-to-text with word timestamps on a 4 GB GPU: CrisperWhisper 2.0 Turbo···
expo-speech-recognition
开源
Expo 应用一行接入设备端语音转文字
Speech Recognition for React Native Expo projects
Faster-Whisper-Transcriber
开源
录音或音频文件，本地快速转成文字
Record audio or transcribe files using ctranslate2 and whisper!
saa-sdk
开源
在转写前先判断这句话是不是对你说的，减少误触发
Addressee detection for voice agents: device-directed speech detection that runs bef···
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
dikte
开源
按住说话，松手出字，Linux 桌面语音输入
Voice-to-text dictation app.
spokestack-python
开源
在嵌入式设备上快速集成离线语音交互，无需云端依赖。
Spokestack is a library that allows a user to easily incorporate a voice interface i···