leopard
本地离线把语音转成文字，不联网也能用
Leopard 是 Picovoice 推出的端侧语音转文字引擎，基于深度学习实现完全离线的自动语音识别。它解决的是云端 ASR 常见的隐私泄露、网络延迟和按量计费问题：音频数据无需上传，在本地设备即可完成转写。核心能力包括：跨平台支持（树莓派、Android、iOS、桌面、浏览器等），提供 Python、C、Java、.NET、Go、Node.js、React Native、Flutter 等多语言 SDK；轻量级模型适合资源受限设备；支持自定义词汇表提升特定领域识别率；提供实时与文件转写两种模式。项目以 Python 包形式分发，底层为预编译库，开箱即用，适合需要隐私合规、低延迟或离线运行的语音转写场景。
开源
freemium
语音识别
GitHub 星标
★ 485
维护状态
较活跃
是否开源
是
定价模式
freemium
项目数据
分类语音识别
开发团队Picovoice
所属国家
定价模式freemium
价格说明Picovoice 提供免费额度，付费按量计费，具体价格待确认
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,on-device,speech-recognition,speech-to-text,stt,transcription,voice-recognition,voice-to-text
GitHub 星标★ 485
30天Star增速
HF 下载量
上线时间2020-01-14 00:00:00
最近更新2026-09-12 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2026-09-16
浏览次数0
使用教程
核心亮点
- 完全离线运行，音频不出设备，满足隐私与合规要求
- 跨平台 SDK 覆盖桌面、移动端、嵌入式与浏览器，接入成本低
- 支持自定义词汇表，可针对专有名词或垂直领域优化识别
不足之处
- 核心为闭源预编译库，模型与算法不可审计、不可自行训练
- 免费额度有限，商用需按设备或用量购买授权
适用场景
- 在无网络或弱网环境下做会议、采访的本地语音转写
- 医疗、金融等对数据隐私敏感行业的离线语音录入
- 树莓派等嵌入式设备上搭建语音控制或字幕生成应用
替代项目
whisper.cpp、Vosk、Coqui STT
项目介绍
上一篇：auto-caption
下一篇：unmute
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
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···
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
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