Speech-and-Text
一键集成多引擎，轻松实现语音转文字与文字转语音
项目预览
项目数据
项目介绍
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 2026-08-09 · 当前星标 ★ 340
核心亮点
- 同时支持离线（PocketSphinx）和在线（百度/讯飞）识别，灵活适配不同网络环境
- 封装了多个API，统一调用方式，降低接入门槛
- 代码简洁，易于理解，适合学习或快速集成到Python项目中
不足之处
- 在线API需要申请密钥，配置稍显繁琐
- 文档/社区待观察
适用场景
- 需要快速实现语音输入功能的桌面或嵌入式应用原型
- 离线环境下的语音命令识别（如智能家居控制）
- 教育或演示场景，展示语音识别与合成的基本原理
替代项目
SpeechRecognition、Vosk、Whisper
上一篇：WhisperHallu
下一篇：deepgram-js-sdk
同类项目推荐
video-to-subtitle-summary-skill
开源
短视频一键转字幕并生成AI要点总结
视频转字幕与AI总结 （抖音/小红书/B 站等）支持 faster-whisper 本地转写和 YouTube 字幕···
efficientspeech
开源
让语音合成在CPU上也能实时跑起来
PyTorch code implementation of EfficientSpeech - to be presented at ICASSP2023.
espnet
开源
语音识别、合成、翻译一把抓，一个工具箱全搞定
End-to-End Speech Processing Toolkit
android-speech
开源
几行代码搞定 Android 语音识别与合成
Android speech recognition and text to speech made easy
willow
开源
本地运行、隐私安全的智能语音助手，替代 Echo 和 Google Home。
Open source, local, and self-hosted Amazon Echo/Google Home competitive Voice Assist···
fcpx-auto-captions
开源
FCP 视频一键生成字幕，不用手打时间轴
Auto Captions for Final Cut Pro Powered by OpenAI's Whisper Model
DayBee
开源
长开麦克风，只转人声，实时出文字
Desktop microphone recorder with real-time, on-device transcription, automatic audio···
speech-core
开源
端侧本地跑通语音识别、合成与分离，离线低延迟。
On-device VAD / streaming STT / TTS / diarization in C++17 (ONNX + LiteRT) with a vo···
MASR
开源
一个框架搞定流式+非流式语音识别，训练部署都省心
Pytorch实现的流式与非流式的自动语音识别框架，同时兼容在线和离线识别，目前支持Conform···