voxtral-mini-realtime-rs

在浏览器或本地用 Rust 跑实时语音识别与合成

开源 🏷️定价信息待确认 ⏳ 访问状态待核验 音频音乐 🍴 复刻 54 🐛 待处理 3 👀 关注 6
GitHub ↗
GitHub 星标 ★ 826
维护状态 较活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

voxtral-mini-realtime-rs 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队TrevorS
GitHubhttps://github.com/TrevorS/voxtral-mini-realtime-rs
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态⏳ 访问状态待核验
是否开源是
开源协议Apache-2.0
主要语言Rust
技术栈/模型asr,audio,burn,mistral,q4,rust,speech,tts,voxtral,voxtral-mini-realtime,wasm
GitHub 星标★ 826
上线时间2026-02-04 00:00:00
代码更新2026-10-12
仓库体积4.5 MB
本站数据更新2026-11-10
维护状态较活跃
收录时间2026-08-09
浏览次数6

项目介绍

这是一个用 Rust 实现 Mistral Voxtral mini 实时语音识别（ASR）和语音合成（TTS）的开源项目，基于 Burn 机器学习框架，支持本地原生运行和浏览器端（WebAssembly）运行。它解决了在资源受限或隐私敏感场景下，无法使用云端语音服务的问题，让开发者可以在离线或边缘设备上获得实时、低延迟的语音交互能力。核心能力包括：对 Voxtral mini 模型的量化支持（Q4），以减小模型体积和内存占用；提供跨平台部署能力，既能作为桌面应用运行，也能编译成 WASM 在网页中直接使用；同时支持 ASR 和 TTS 双功能，覆盖语音输入输出全链路。项目处于早期阶段，但已具备基本的推理和合成能力，为 Rust 生态中的语音 AI 应用提供了新的选择。

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 ★ 826

技术标签

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶 约 35 分钟 部署方式：源码编译 4 步

环境要求

  • Rust 工具链
  • 可选 GPU

安装与启动步骤

  1. 1装 Rust

    纯 Rust 实现的流式识别与合成。

    curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

  2. 2克隆编译

    用 Burn 框架，编译时间较长。

    git clone https://github.com/TrevorS/voxtral-mini-realtime-rs.git
cd voxtral-mini-realtime-rs && cargo build --release

  3. 3下权重

    按 README 转成需要的格式。

    ls models

  4. 4跑实时

    可本地跑也可编成 wasm 进浏览器。

    ./target/release/<binary> --input mic

如何确认成功

对着麦克风说话能实时出字幕，延迟可感知但不滞后。

注意事项

  • 它的卖点是原生性能与浏览器内运行。
  • 首次编译耗时长，注意磁盘与内存。
  • 权重格式需按仓库脚本转换。

核心亮点

  • 原生 Rust 实现，性能好且内存安全，适合边缘设备
  • 支持 WASM，无需后端即可在浏览器中运行完整语音功能
  • 内置 Q4 量化，模型体积小，加载快，适合轻量部署

不足之处

  • 早期项目，API 和功能可能不稳定
  • 文档/社区待观察

适用场景

  • 离线语音助手（本地实时识别与合成）
  • 浏览器端语音交互应用（如网页客服、在线教育）
  • 隐私敏感场景（语音数据不出设备）

替代项目

whisper.cpp、sherpa-onnx、vosk-api

上一篇：sherpa-onnx-unity

下一篇：awesome-russian-speech

同类项目推荐

cheetah 开源

在设备上实时把语音转文字，离线低延迟还保护隐私

On-device streaming speech-to-text engine powered by deep learning

★ 672 2026-08-10
awesome-voice-typing 开源

按平台找离线语音输入工具，一页搞定

Curated list of open-source speech-to-text and voice typing tools for Linux, macOS, ···

★ 214 2026-09-24
voxtral-mini-realtime-rs 开源

在浏览器或本地用 Rust 跑实时语音识别与合成

Voxtral ASR & TTS running natively and in the browser. A Rust implementation of Mist···

★ 826 2026-08-09
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.

★ 183 2026-08-09
cobra 开源

本地实时判断有没有人说话，省算力又护隐私

On-device voice activity detection (VAD) powered by deep learning

★ 273 2026-09-15
whisper-plus 开源

让 Whisper 转写更快更省显存，长音频批量处理更顺手

WhisperPlus: Faster, Smarter, and More Capable

★ 1946 2026-09-23
BiBi-Keyboard 开源

说话即打字，LLM 智能润色，让语音输入更懂你

说点啥（BiBi Keyboard）:一个基于 Kotlin 的 Android 平台的 LLM 与 ASR 语音输入法键盘应···

★ 867 2026-08-10
whisply 开源

批量音视频一键转文字、翻译并生成字幕

Fast, cross-platform CLI and GUI for batch transcription, translation, speaker annot···

★ 167 2026-09-24
OctoASR 开源

几行 Python 把音频转成文字，快速搭语音识别原型

★ 149 2026-10-12