speech-to-text-benchmark

一套脚本横评各家语音识别，选型不再靠猜

speech-to-text-benchmark 是一个开源的语音转文字（STT）评测框架，用统一的测试流程对比不同语音识别引擎的准确率与速度。它解决的核心问题是：开发者面对 AWS Transcribe、Google Speech-to-Text、Mozilla DeepSpeech、Picovoice Cheetah 等众多方案时，缺少可复现、可横向比较的基准数据，往往只能凭厂商宣传做选型。项目提供标准音频数据集、统一评测脚本和指标计算，输出词错误率（WER）以及实时率（RTF）等结果，帮助判断某个引擎在离线/边缘场景或云端场景下是否够用。它覆盖云端 API、本地深度学习模型和边缘 AI 引擎，支持自定义音频与文本对，方便按自身业务语料复测。整体偏工具与数据参考性质，适合做技术选型前的快速摸底，而非直接集成到生产链路。