基于 onnxruntime 的离线语音工具包,支持语音识别、语音合成、VAD、说话人分离等,覆盖多平台与多种编程语言。
1.5万1802C++Apache-2.0更新于 昨天
RTranslator 是一款 Android 实时翻译应用,可对语音和文字进行翻译。对话模式下,两台或多台安装了该应用的手机通过蓝牙 LE 连接,每个人的语音在本机转为文字后发送给对方,在对方手机上翻译并朗读,可通过扬声器或已连接的蓝牙耳机播放。
对讲机模式适合问路、问店员等简短交流,只需一部手机,可同时监听两种已选语言,自动识别说话的语言,并轮流播报译文。另有普通文本翻译模式。
翻译采用 Meta 的 NLLB 模型,语音识别采用 OpenAI 的 Whisper,两者均转换为 ONNX 格式并做量化,在手机端本地运行。应用要求至少 6GB 内存,首次启动时会下载约 1.2GB 的模型。
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
基于 onnxruntime 的离线语音工具包,支持语音识别、语音合成、VAD、说话人分离等,覆盖多平台与多种编程语言。
OpenAI Whisper 语音识别模型的 C/C++ 移植版,可离线、无依赖地在 CPU 和 GPU 上运行语音转文字。
基于 CTranslate2 推理引擎重新实现的 Whisper 语音转文字库,速度更快、占用内存更少。
基于 Whisper 的开源语音转文字工具,支持词级时间戳和说话人分离。
开源 macOS 语音转文字听写应用,支持本地模型识别与可选的 AI 文本润色,可作为 Wispr Flow 的本地替代。
一款 Android 和 iOS 应用,通过扫描蓝牙低功耗广播,在附近出现已知厂商的智能眼镜时发出提醒。