vox 是音频音乐领域的开源项目，由 rtk-ai 开发，是 2026 年新上线的项目。
它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 160。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。Apache-2.0 许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：实时语音助手或会议转写工具开发。同类可对比的替代方案包括 whisper.cpp、piper、Vosk。
GitHub 星标
★ 160
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队rtk-ai
所属国家
定价模式free
价格说明开源项目，Apache-2.0 许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Rust
技术栈/模型ai,audio-processing,deep-learning,experimental,real-time,speech-to-text,text-to-speech
GitHub 星标★ 160
30天Star增速
HF 下载量
上线时间2026-02-02 00:00:00
最近更新2026-09-22 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4
使用教程
核心亮点
- 基于 Rust 实现，内存安全且并发性能强，适合实时语音处理
- 统一封装 STT/TTS 接口，降低多模型集成复杂度
- 设计上注重低延迟，契合实时交互场景需求
不足之处
- 项目处于早期阶段，功能完整性和稳定性待验证
- 文档/社区待观察
适用场景
- 实时语音助手或会议转写工具开发
- 需要低延迟响应的语音交互系统
- 在资源受限环境中部署语音 AI 能力
替代项目
whisper.cpp、piper、Vosk
项目介绍
上一篇：SSR-Speech
下一篇：PitchExtractor
同类项目推荐
tango
开源
输入一句话，自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
swift-tts
开源
Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine
A straightforward package containing version for Swift modern concurrency, Point-Fre···
ai-dj
开源
现场演出中实时用 AI 生成音乐，保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···