Repolode
提交项目
Uberi

Uberi/speech_recognition

一个 Python 语音识别库，用统一接口封装多种在线和离线识别引擎。

在 GitHub 查看官网
Star
8,999
Fork
2,415
未关闭 Issue
313
最近提交
2个月前

这是什么？

SpeechRecognition 是一个 Python 语音识别模块，用于把音频转换为文字。开发者不必分别学习各家服务的接口，只需使用统一的 Recognizer 对象，并在调用时选择后端，例如 recognize_google、recognize_whisper、recognize_vosk 或 recognize_sphinx。

支持的后端既包括云端服务（Google Cloud Speech、Microsoft Azure Speech、IBM Speech to Text、Wit.ai、Houndify，以及 OpenAI 和 Groq 的 Whisper API），也包括可离线运行的本地引擎（CMU Sphinx/PocketSphinx、Vosk、OpenAI Whisper 和 Faster Whisper）。通过 OpenAI 后端还可以接入 vLLM、Ollama 等兼容 OpenAI 接口的自部署服务。

库可以通过 PyAudio 读取麦克风输入，也能处理音频文件，并提供环境噪声阈值校准和后台监听等辅助功能。安装后运行 python -m speech_recognition 即可快速试用。

核心功能

  • 01统一的 Recognizer 接口，可在多种语音识别引擎之间切换
  • 02同时支持云端 API 与 Vosk、Whisper、Sphinx 等离线引擎
  • 03可读取音频文件和麦克风输入（麦克风需安装 PyAudio）
  • 04支持环境噪声能量阈值校准和后台监听
  • 05兼容 OpenAI 接口的自部署服务

适用场景

  • 在 Python 脚本中转写录音或会议音频文件
  • 构建通过麦克风接收语音指令的交互程序
  • 在本地离线运行语音转文字，避免音频上传到云端
  • 在同一套代码中对比多种识别引擎的效果

快速上手

  1. 1

    从 PyPI 安装该库

    pip install SpeechRecognition
  2. 2

    运行内置演示试用

    python -m speech_recognition

使用前须知

  • 多个引擎需要付费或云端 API 密钥，例如 Google Cloud、Azure、OpenAI、Groq 和 Cohere。
  • 麦克风输入需要 PyAudio，在部分平台上需先安装系统级 PortAudio。
  • Sphinx、Whisper 等离线引擎需要额外的包和模型，README 指出 Sphinx 的安装较为繁琐。

收录于专题

隐私与本地优先工具AI 视频与音频工具

标签

#speech-recognition#speech-to-text#python#audio#whisper#offline#transcription

常见问题

speech_recognition 是什么？
一个 Python 语音识别库，用统一接口封装多种在线和离线识别引擎。 SpeechRecognition 是一个 Python 语音识别模块，用于把音频转换为文字。开发者不必分别学习各家服务的接口，只需使用统一的 Recognizer 对象，并在调用时选择后端，例如 recognize_google、recognize_whisper、recognize_vosk 或 recognize_sphinx。
speech_recognition 可以免费使用吗？用的什么许可证？
speech_recognition 以 BSD-3-Clause 许可证开源。用于商业产品前，请先确认许可证条款。
speech_recognition 还在维护吗？
半年内有更新。speech_recognition 最近一次提交是在 2026年9月2日。
speech_recognition 适合用来做什么？
在 Python 脚本中转写录音或会议音频文件 构建通过麦克风接收语音指令的交互程序 在本地离线运行语音转文字，避免音频上传到云端 在同一套代码中对比多种识别引擎的效果
speech_recognition 怎么安装和运行？
从 PyPI 安装该库: pip install SpeechRecognition 运行内置演示试用: python -m speech_recognition
在哪里获取 speech_recognition？
源代码和安装说明在 GitHub 上：https://github.com/Uberi/speech_recognition

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目