cheetah

在设备上实时把语音转文字，离线低延迟还保护隐私

Cheetah是一个基于深度学习的端侧流式语音转文本引擎，专注于在设备本地实时处理语音识别任务。它解决的是传统云端语音识别依赖网络、延迟高、隐私风险大的问题，通过模型压缩和推理优化，在手机、嵌入式设备等资源受限环境中实现低延迟的流式识别。核心能力包括：支持多种语言和自定义词汇，提供Python、C、C++、Java、Kotlin、Swift等语言绑定，可离线运行，并支持从麦克风或音频文件流式输入。项目采用类似Porcupine的轻量级架构，强调易集成和跨平台部署，适合需要实时、隐私安全的语音交互场景。

开源 unknown 语音识别
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 671
维护状态 较活跃
是否开源 是
定价模式 unknown

项目数据

分类语音识别
开发团队Picovoice
所属国家
官网地址https://picovoice.ai
GitHubhttps://github.com/Picovoice/cheetah
定价模式unknown
价格说明官网为 Picovoice 公司，提供多种语音产品，具体定价需访问官网查询，GitHub 仓库为开源引擎。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型asr,automatic-speech-recognition,online-speech-recognition,speech-recognition,speech-to-text,streaming-speech-to-text,stt,transcription,voice-recognition
GitHub 星标★ 671
30天Star增速
HF 下载量
上线时间2018-10-28 00:00:00
最近更新2026-09-09 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-10
浏览次数11

使用教程

核心亮点

  • 真正端侧推理，不依赖网络，延迟低且数据不出设备
  • 提供多语言API（Python/C/Java/Swift等），集成门槛低
  • 支持自定义词汇和语言模型，适配垂直领域场景

不足之处

  • 早期项目，文档和社区生态尚待完善
  • 识别准确率可能不如云端大模型，复杂噪声环境待验证

适用场景

  • 智能家居语音控制（离线指令识别）
  • 移动端语音输入法或实时字幕
  • 嵌入式设备（如车载、IoT）的语音交互

替代项目

Vosk、whisper.cpp、PaddleSpeech

项目介绍

cheetah 是语音识别领域的开源项目，由 Picovoice 开发，2018 年首次发布。

它收录于语音识别分类，该分类目前共有 212 个项目，GitHub 星标数为 671。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-09。官网为 Picovoice 公司，提供多种语音产品，具体定价需访问官网查询，GitHub 仓库为开源引擎。从国内网络环境看，可直接访问。

它主要面向的使用场景是：智能家居语音控制（离线指令识别）。同类可对比的替代方案包括 Vosk、whisper.cpp、PaddleSpeech。

上一篇：MASR

下一篇：Audar-ASR-V1

同类项目推荐

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

★ 1616 2026-09-10
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···

★ 3755 2026-08-10
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

★ 11834 2026-08-26
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

★ 5657 2026-08-13