stt-server
WebSocket 实时语音转文字，边说边出字，可换 ASR 后端
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 2026-09-15 · 当前星标 ★ 106
核心亮点
- ASR 后端可插拔，能接 Qwen3-ASR、vLLM 等，不锁死模型
- 内置能量 VAD，自动切分语音段，减少无效推理和流量
- 流式返回 partial 结果，配合 WebSocket 实现低延迟字幕体验
不足之处
- 项目早期，星标仅 107，生产环境验证和社区案例较少
- 文档与部署示例可能不完整，接入自定义 ASR 后端需读源码
适用场景
- 实时字幕：直播、会议、课堂场景下边说话边出文字
- 语音输入：为聊天、搜索、表单等应用提供流式听写能力
- 自建 ASR 服务：把 Qwen3-ASR 或 vLLM 封装成统一 WebSocket 接口
替代项目
whisper.cpp、faster-whisper、vosk-api
上一篇：whisrs
下一篇：NeMo-Speech.cpp
同类项目推荐
whisperX-FastAPI
开源
上传音频，直接拿到带时间戳和说话人标签的转写接口
[Archived, unmaintained] FastAPI service on top of WhisperX
haoone-app
开源
本地跑 AI 字幕，转录对齐说话人一步到位
新一代 AI 专业字幕软件，剪映字幕、elevenlabs 语音转文本的最佳本地版平替之一，也是加强···
speakmore
开源
按快捷键说话，文字直接进光标，模型自选还能全离线
SpeakMore：口述成文，划词即译。开源、免费的语音输入与翻译工具，支持 Mac 与 Windows：···
docker-whisperX
开源
一条命令跑通带说话人分离的词级时间戳语音转写
Dockerfile for WhisperX: Automatic Speech Recognition with Word-Level Timestamps and···
nextjs-live-transcription
开源
用 Next.js 快速跑通实时语音转文字
Get started using Deepgram's Live Transcription with this Next.js demo app
whisper.cpp
开源
在 CPU 上极速运行 Whisper，离线语音转文字不求人
Port of OpenAI's Whisper model in C/C++
yandex-speechkit-lib-python
开源
几行代码接入 Yandex 语音识别与合成，快速构建语音应用
Python SDK for Yandex Speechkit API.
py-nltools
开源
快速搭建口语NLP原型，轻量处理语音文本特征。
A collection of basic python modules for spoken natural language processing
OpenWhisper
开源
本地跑 Whisper，语音秒变文字，隐私不出门
Local dictation and meeting notes with Whisper or the OpenAI API. Custom Whisper mod···