speech-core

端侧本地跑通语音识别、合成与分离，离线低延迟。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署音频音乐 🍴 复刻 8 🐛 待处理 1 👀 关注 3

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 101

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0 许可证，可免费使用和修改。

项目预览

项目数据

分类音频音乐

开发团队soniqo

官网地址https://soniqo.audio/speech-core

GitHubhttps://github.com/soniqo/speech-core

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0 许可证，可免费使用和修改。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言C++

技术栈/模型android,cpp17,edge-ai,kokoro,litert,nemotron,on-device,onnxruntime,parakeet,pyannote,silero,speaker-diarization,speech-enhancement,speech-recognition,speech-to-text,streaming-asr,text-to-speech,tflite,voice-activity-detection,voice-agent

GitHub 星标★ 101

上线时间2026-03-08 00:00:00

代码更新2026-11-10

仓库体积4.1 MB

本站数据更新2026-11-11

维护状态活跃

收录时间2026-08-09

浏览次数4

项目介绍

speech-core 是一个面向端侧设备的实时语音智能体流水线，用 C++17 编写，基于 ONNX Runtime 和 LiteRT（TensorFlow Lite 的演进版），在设备本地完成语音活动检测（VAD）、流式语音识别（STT）、文本转语音（TTS）以及说话人分离（diarization）。它解决了在无网络或隐私敏感场景下，如何低延迟、低成本地运行完整语音交互链路的问题。核心能力包括：集成 Silero VAD、Parakeet 流式 ASR、Kokoro TTS、Pyannote 说话人分离等模型，提供统一的 C++ API，支持 Linux、Windows、Android 多平台，并针对边缘设备做了推理优化。项目处于早期阶段，但架构清晰，适合作为端侧语音助手的底层引擎，或用于构建需要本地语音处理的智能硬件、车载系统等。