orukeet

冻结 Gabor 核做多语言语音转文字，本地 GGUF 推理

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 语音识别 🍴 复刻 78 🐛 待处理 2 👀 关注 3
GitHub ↗
GitHub 星标 ★ 151
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源模型，HuggingFace可下载，免费使用

项目预览

orukeet 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类语音识别
开发团队Oruk-AI
GitHubhttps://github.com/Oruk-AI/orukeet
定价模式🏷️完全免费
价格说明开源模型，HuggingFace可下载，免费使用
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型automatic-speech-recognition,gabor,gguf,multilingual,parakeet,speech-to-text
GitHub 星标★ 151
上线时间2026-09-09 00:00:00
代码更新2026-09-29
仓库体积114.9 MB
本站数据更新2026-11-07
维护状态维护中
收录时间2026-09-24
浏览次数5

项目介绍

orukeet 是一个多语言自动语音识别（ASR）开源项目，核心创新在于用「拟合后冻结的 Gabor 卷积核」替代传统可学习卷积，把声学前端固定下来，减少训练参数并提升跨语言泛化能力。项目支持多语种语音转文字，并提供原生推理路径，兼容 GGUF 量化格式，便于在本地或边缘设备上部署。它解决的是多语言 ASR 模型训练成本高、前端特征不稳定、推理依赖重型框架的问题：Gabor 核在训练阶段拟合到语音频谱特性后即冻结，后续只训练后端，从而降低算力需求并保持识别精度。技术栈涉及 Python、parakeet、gguf 等，适合研究语音前端设计、多语言识别以及轻量本地推理的开发者。当前星标约 127，属于早期项目，API 与文档仍在演进中。

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 2026-09-24 · 当前星标 ★ 151

核心亮点

  • 用拟合后冻结的 Gabor 核替代可学习卷积前端，减少训练参数并增强跨语言泛化
  • 支持 GGUF 量化格式，可原生推理，便于本地和边缘设备部署
  • 覆盖多语言 ASR，技术栈整合 parakeet 等语音模型生态

不足之处

  • 早期项目，文档和示例可能不完整
  • 社区规模小，预训练模型和语言覆盖范围有待验证

适用场景

  • 研究语音前端固定卷积核与多语言泛化的实验
  • 在本地或边缘设备上部署轻量多语言语音转文字
  • 为特定语种微调 ASR 后端并导出 GGUF 量化模型

替代项目

whisper、vosk

上一篇：whisply

下一篇：murmur

同类项目推荐

voicekey 开源

按一个键说话，文字自动出现在光标处

Voice to text, one key to input.

★ 184 2026-09-15
deepgram-js-sdk 开源

几行代码接入 Deepgram 语音识别与合成，实时语音应用快速落地。

Official JavaScript SDK for Deepgram.

★ 285 2026-08-09
Soundcore 开源

安克录音豆的本地管理台，连设备、转文字、批量导录音

soundcore Work（安克 AI 录音豆 / D3200）本地管理 App：BLE 配对连接、录音管理、AI 实时···

★ 231 2026-10-21
opensubs 开源

视频不出本机，浏览器里直接转写、翻译并烧录字幕

Subtitle any video without uploading it. Whisper, translation, styling and burn-in —···

★ 147 2026-10-21
py-nltools 开源

快速搭建口语NLP原型，轻量处理语音文本特征。

A collection of basic python modules for spoken natural language processing

★ 55 2026-08-09
whisper-stream 开源

终端里持续听写，说完自动出文字

A bash script using OpenAI Whisper API for continuous audio transcription with autom···

★ 131 2026-10-03
deepgram-python-sdk 开源

Python 接入 Deepgram 语音 AI，几行代码实现语音转文字/文字转语音

Official Python SDK for Deepgram.

★ 479 2026-08-09
parakeet-rs 开源

Rust 本地跑 NVIDIA Parakeet，CPU 也能极速语音转写与说话人分离

very fast speech-to-text, diarization, streaming (even in CPU) with NVIDIA Parakeet ···

★ 421 2026-09-12
megaphone 开源

Mac 上免费离线听写，语音秒变文字，隐私不外泄

Free, private, on-device dictation for Mac, powered by Apple's SpeechAnalyzer and Fo···

★ 181 2026-08-09