leopard

本地离线把语音转成文字，不联网也能用

开源 🏷️基础免费，高级付费 ✅ 目前可打开 语音识别 🍴 复刻 29 🐛 待处理 1 👀 关注 14
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 485
维护状态 活跃
是否开源 开源
定价模式 🏷️基础免费，高级付费 支持限时试用 · Picovoice 提供免费额度，付费按量计费，具体价格待确认

项目预览

leopard 项目界面预览图
图片来源：项目官网

项目数据

分类语音识别
开发团队Picovoice
官网地址https://picovoice.ai
GitHubhttps://github.com/Picovoice/leopard
定价模式🏷️基础免费，高级付费
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✅ 目前可打开
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
上线时间2020-01-14 00:00:00
代码更新2026-11-02
仓库体积574.5 MB
本站数据更新2026-11-03
维护状态活跃
收录时间2026-09-16
浏览次数2

项目介绍

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。

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 2026-09-16 · 当前星标 ★ 485

使用教程

难度：进阶 约 30 分钟 部署方式：本地安装 4 步

环境要求

  • Python 3.8+
  • 平台访问密钥
  • 音频文件

安装与启动步骤

  1. 1装包

    有 Python 包，可直接装。

    pip3 install pvleopard

  2. 2取访问密钥

    它要平台访问密钥。

  3. 3跑一段音频转写

    先用短音频确认。

  4. 4看词级时间戳

    词级对齐是它相对通用识别的优势。

如何确认成功

对一段多人对话音频转写后能拿到每个词的起止时间，且说话人切换处时间戳正确

注意事项

  • 它是本地运行的语音转写引擎，提供词级时间戳。
  • 全程本地推理，音频不上传。
  • 词级对齐做字幕很有用。
  • 按设备授权计费，多设备要注意配额。

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

上一篇：auto-caption

下一篇：unmute

同类项目推荐

whisper-subs 开源

Jellyfin 本地自动生成字幕，音频不出服务器

Jellyfin plugin for local AI-powered subtitle generation using Whisper - all process···

★ 120 2026-09-23
super-voice-assistant 开源

按个快捷键，说话变文字、屏幕能转写、选中就能读

macOS voice assistant with global hotkeys - transcribe speech to text with offline m···

★ 217 2026-10-11
spokestack-android 开源

给安卓应用加上完整语音对话能力，唤醒、识别、理解、合成一步到位。

Extensible Android mobile voice framework: wakeword, ASR, NLU, and TTS. Easily add v···

★ 74 2026-08-09
whisper.rn 开源

手机端离线跑 Whisper，语音转文字不联网

React Native binding of whisper.cpp.

★ 808 2026-09-23
NeMo-text-processing 开源

把口语文本和书面文本互转，ASR/TTS 预处理少写正则

NeMo text processing for ASR and TTS

★ 516 2026-10-02
annyang 开源

几行代码给网站加上语音命令，让用户动嘴就能操作

Speech recognition for your site

★ 6820 2026-08-10
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.

★ 476 2026-08-09
timething 开源

让文本转录自动匹配音频时间轴，精准定位每一句话。

Timething is a library for aligning text transcripts with their audio recordings.

★ 133 2026-08-09
yap 开源

按快捷键说话，文字直接落到任意 Mac 输入框

Free, open source voice dictation for macOS. On-device transcription with Apple's Sp···

★ 465 2026-09-12