
speech-to-phrase
本地跑,只认你定义的短语,又快又准。
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 2026-10-04 · 当前星标 ★ 355
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- Home Assistant
- 麦克风与唤醒词方案
- 至少一种语言包
安装与启动步骤
-
1看迁移声明
仓库首段写明开发已迁到 OHF-Voice/apps
-
2装插件
在 Home Assistant 的加载项商店里装 Speech-to-Phrase
-
3选语言与句子
只开你真正会说的命令,开太多会拖慢识别
-
4配设备与区域名
把房间名加进去,识别才认得出具体对象
如何确认成功
说一句带房间名的命令能被正确识别并触发对应的自动化。
注意事项
- 本仓库停在 v1.4.3 的 Kaldi 版本,新开发在 OHF-Voice/apps,新装建议走新仓库。
- 它不是通用语音识别,只判断「说的是不是允许的那几句」。
- 新增句子与语言要提到 home-assistant/intents,不要往本仓库提。
- 识别质量对麦克风位置敏感,先在同一房间内测再铺开。
核心亮点
- 完全本地运行,无需联网,隐私数据不出设备
- 支持自定义短语词表,对专有名词和命令词识别更准
- Python 实现,易于集成和二次开发
不足之处
- 仅支持受限词表识别,不适合通用长文本听写
- 项目早期,文档和社区生态待观察
适用场景
- 本地语音助手或智能家居命令词识别
- 离线环境下的专有名词/行业术语语音输入
- 开发者集成到 Python 应用做快速语音控制
替代项目
whisper.cpp、Vosk、Kaldi
同类项目推荐
web-speech-cognitive-services
开源
用Azure服务补齐浏览器语音API,统一标准接入
Polyfill Web Speech API with Cognitive Services for both speech-to-text and text-to-···
SpeechPrompt
开源
用提示学习统一搞定多种语音任务,无需重训模型
**Interspeech 2022** 《SpeechPrompt: An Exploration of Prompt Tuning on Generative S···
AriaType
开源
动口不动手,本地语音输入秒变文字,跨应用高效干活
Voice-driven writing, input, and cross-app work for your desktop.
moshi-rag
开源
边聊边查,语音对话不再瞎编
MoshiRAG is a compact full-duplex speech language model augmented with asynchronous ···
MLC-SLM-Baseline
开源
多语言对话语音识别与说话人日志的官方基线,开箱即用
The project is associated with the recently-launched INTERSPEECH 2025 Workshop on Mu···
pyannote-core
开源
把「时间段+标签」的运算封装好,语音标注不再手写区间逻辑
Advanced data structures for handling temporal segments with attached labels.
whisper-clip
开源
按一下按钮,说话自动变文字并进剪贴板
WhisperClip simplifies your life by automatically transcribing audio recordings and ···
whisper_android
开源
在安卓手机上离线运行 Whisper,实现即时语音转文字
Offline Speech Recognition with OpenAI Whisper and TensorFlow Lite for Android
CrispASR
开源
C++ 本地跑多款语音模型,离线转录不用 Python
C++ ggml runtime hub for multilingual ASR and TTS models: Cohere Transcribe, Parakee···