orukeet

冻结 Gabor 核做多语言语音转文字，本地 GGUF 推理

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。