Moonshine 本地跑通语音转写:3 步从克隆到出字
Moonshine 本地跑通语音转写3 步从克隆到出字【免费下载链接】moonshineVery low latency speech to text, intent recognition, and text to speech, for building voice agents and interfaces项目地址: https://gitcode.com/GitHub_Trending/moonshine3/moonshine先把会议录音变成文字开会录音想转成文字丢给云端 API 要排队上传、按量计费敏感内容还出不了内网。Moonshine 是一个跑在本地的语音识别工具音频直接喂给它文本边喂边出全程不联网。接下来 15 分钟用仓库里的 C 示例把一条 WAV 转成文字。它到底能干啥本地推理 —— 模型和音频都在你自己的机器上不联网也能出字流式转写 —— 边收音边出字说话还没结束就有文本 ️多平台一套库 —— 同一个 coreC/Python/iOS/Android/Windows 都能调多档模型 —— 从 tiny 到 medium-streaming速度和精度自己选三步跑通克隆、备料、出字1. 克隆仓库git clone https://gitcode.com/GitHub_Trending/moonshine3/moonshine cd moonshine仓库自带示例音频在 test-assets/ 下后面排错用得上。2. 拉库、模型和样本音频cd examples/c ./download-library.sh # 自动识别平台下载预编译库medium-streaming-en模型two_cities.wav脚本按uname选对架构三个文件都落到当前目录不用你操心文件名。3. 编译并运行转写器g transcriber.cpp -Imoonshine-voice/include -Lmoonshine-voice/lib -lmoonshine -Wl,-rpath,$ORIGIN/moonshine-voice/lib -o transcriber ./transcriber # 默认读medium-streaming-en模型转写two_cities.wav逐行打印转录事件看到 Line started / Line text changed / Line completed 滚动输出说明跑通了。参数与模式拆解示例工具共 4 个参数Windows 麦克风工具是它的前 3 个参数作用推荐值/默认值-m, --model-path模型目录内含 encoder/decoder 的 .ort 文件medium-streaming-en脚本已下好-a, --model-arch模型档0TINY1BASE2MEDIUM_STREAMING2必须和目录里的模型匹配-w, --wav-path待转写的 WAV 文件two_cities.wav-t, --transcription-interval流式更新间隔秒0.481默认文件转写模式直接./transcriber就能跑默认模型 默认音频开箱即用。想换音频./transcriber -w test-assets/beckett.wav。会议录音这类长文件-t调大一点更省 CPU。Windows 麦克风实时模式用 Visual Studio 打开 examples/windows/cli-transcriber/ 下的.vcxproj编译后直接运行cli-transcriber.exe它打开系统默认麦克风按 16kHz 单声道采样边说边在同一行刷新文本说完才落定成一行CtrlC 停止。卡住了怎么办现象模型加载失败或启动即报错。原因-a的档和目录里的模型对不上或 .ort 文件没下全。解法用ls检查模型目录文件是否齐全-a和模型档位严格对应。现象喂音频报 Not a RIFF file 或直接失败。原因工具只认 16 位 PCM 的 RIFF/WAVEMP3、M4A、48kHz 立体声都不行。解法ffmpeg -i in.mp3 -ar 16000 -ac 1 -sample_fmt s16 out.wav转一道再喂。现象想从core/源码构建编译报version does not name a type。原因部分内嵌二进制走 git-lfs指针没拉下来。解法git lfs install git lfs pull赶时间就直接走examples/c/的预编译路线。性能上两条把-t从 0.48s 拉到 1sCPU 占用明显下降对速度敏感就换 tiny 档模型代价是精度略降。接下来模型已经在你手里了下一步把它接上麦克风装 Python 包跑moonshine-voice mic --language en边说边出字直观感受流式延迟。想再压一压速度换 tiny 档对比下精度损失。【免费下载链接】moonshineVery low latency speech to text, intent recognition, and text to speech, for building voice agents and interfaces项目地址: https://gitcode.com/GitHub_Trending/moonshine3/moonshine创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

相关新闻

RuboCop v0.91.0 版本解析:缓存目录覆盖、四个新 Cop 与批量缺陷修复

RuboCop v0.91.0 版本解析:缓存目录覆盖、四个新 Cop 与批量缺陷修复

RuboCop v0.91.0 版本解析:缓存目录覆盖、四个新 Cop 与批量缺陷修复 【免费下载链接】rubocop A Ruby static code analyzer and formatter, based on the community Ruby style guide. 项目地址: https://gitcode.com/GitHub_Trending/rub/rubocop 本篇技术…

2026/11/10 3:29:19 阅读更多 →
5位数字验证码识别:多标签分类与OneHot+CNN实战

5位数字验证码识别:多标签分类与OneHot+CNN实战

简介:本资源是一套完整的5位数字验证码识别实战项目,面向计算机相关专业在校学生、教师及初级AI开发者,聚焦深度学习基础应用——利用One-Hot编码与CNN网络实现端到端验证码识别任务。项目包含可直接运行的Python源码、2000张真实风格验证码图…

2026/11/13 23:30:20 阅读更多 →
ScyllaDB 集群缩容实操:使用 nodetool decommission 与 removenode 安全移除节点

ScyllaDB 集群缩容实操:使用 nodetool decommission 与 removenode 安全移除节点

ScyllaDB 集群缩容实操:使用 nodetool decommission 与 removenode 安全移除节点 【免费下载链接】scylladb NoSQL data store using the Seastar framework, compatible with Apache Cassandra and Amazon DynamoDB 项目地址: https://gitcode.com/GitHub_Trendi…

2026/10/24 15:43:18 阅读更多 →

最新新闻

Electron桌面应用开发实战:从环境搭建到打包发布全流程

Electron桌面应用开发实战:从环境搭建到打包发布全流程

做前端这些年,我大部分时间都在跟浏览器标签页打交道,直到第一次把桌面应用跑起来,才发现原来自己一直被限制在地址栏和刷新按钮围起来的框框里。Electron这个词,最开始是在某段时间频繁出现在同事的讨论里,一个用HTML…

2026/11/16 8:22:12 阅读更多 →
滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

简介:亚太天能T109滑盖智能锁产品说明书是一份PDF格式的官方技术文档,主要面向智能锁安装人员、终端用户及售后维护者,帮助快速掌握产品安装、配置与常见故障处理。全包仅1个PDF文件,大小4.37MB,内容结构清晰&#xff…

2026/11/16 6:41:34 阅读更多 →
PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

上个月我在调试一台高速AGV的驱动系统,整车要求空载跑到8m/s,电机转速已经拉到额定点,驱动器的输出电压也顶到了母线电压极限附近。再往上踩速度指令,转速纹丝不动,三相电流反而开始震荡。那会儿我的第一反应就是&…

2026/11/16 8:22:12 阅读更多 →
C++核心知识点:从内存管理到STL的实战指南

C++核心知识点:从内存管理到STL的实战指南

C 这门语言我前前后后折腾了十几年,用它写过嵌入式驱动、做过游戏服务端,也搭过基础组件库。每次看到新人一头扎进"C 核心知识点"这个搜索词,我其实挺感慨的——这门语言的难点从来不是语法多,而是知识点之间的耦合太深…

2026/11/16 8:22:12 阅读更多 →
T109滑盖智能锁怎么装?安装调试与故障排查全攻略

T109滑盖智能锁怎么装?安装调试与故障排查全攻略

简介:亚太天能T109滑盖智能锁产品说明书以PDF格式发布,适合智能锁用户、安装人员与售后维修人员阅读。内容围绕T109系列指纹密码刷卡锁展开,先介绍前面板、后面板、锁体、机械钥匙、电池盒盖等部件名称与功能,再给出完整安装步骤&…

2026/11/16 7:30:18 阅读更多 →
LLM知识降熵:从信息垄断到理解权下放

LLM知识降熵:从信息垄断到理解权下放

你有没有过这种经历:翻开源码注释、论文摘要或者一份专业报告,每个字都认识,连在一起却像天书。想找人聊聊,身边要么没人懂,要么懂的懒得跟你解释。后来我试着把同一段内容丢给一个大语言模型,几秒钟之后&a…

2026/11/16 8:22:12 阅读更多 →

日新闻

周新闻

月新闻