
面向 Android、iOS、Raspberry Pi 及服务器的离线语音识别 API,支持 Python、Java、C# 和 Node。
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
15,000
±0 (10月13日〜)
最后提交
2026年10月
GitHub 创建日期
2019年9月3日
收录日
—
自页面创建时收录
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | — |
| 2026年9月 | 15,000 |
| 2026年10月 | 15,000 |
| 2026年11月 | 15,000 |
各月最后一次快照。1,000 以上的 Star 数按 100 取整。
在 PyPI 上的使用
PyPI 包:vosk · 截至 2026年10月 的月度数值(ClickPy)
近一年下载量
6,092,061
来自日本的比例(近一年)
1.0%
依赖它的 PyPI 包
123
其中必需依赖 94
PyPI 月度下载量
以表格显示
| 月份 | 下载量(月) |
|---|---|
| 2019年1月 | — |
| 2019年2月 | — |
| 2019年3月 | — |
| 2019年4月 | — |
| 2019年5月 | — |
| 2019年6月 | — |
| 2019年7月 | — |
| 2019年8月 | — |
| 2019年9月 | — |
| 2019年10月 | — |
| 2019年11月 | — |
| 2019年12月 | 540 |
| 2020年1月 | 1,870 |
| 2020年2月 | 3,513 |
| 2020年3月 | 1,624 |
| 2020年4月 | 5,459 |
| 2020年5月 | 7,373 |
| 2020年6月 | 10,157 |
| 2020年7月 | 5,371 |
| 2020年8月 | 6,034 |
| 2020年9月 | 7,938 |
| 2020年10月 | 10,373 |
| 2020年11月 | 7,281 |
| 2020年12月 | 12,101 |
| 2021年1月 | 9,942 |
| 2021年2月 | 9,033 |
| 2021年3月 | 10,856 |
| 2021年4月 | 9,046 |
| 2021年5月 | 12,044 |
| 2021年6月 | 11,391 |
| 2021年7月 | 10,697 |
| 2021年8月 | 8,589 |
| 2021年9月 | 10,642 |
| 2021年10月 | 12,161 |
| 2021年11月 | 10,809 |
| 2021年12月 | 11,179 |
| 2022年1月 | 13,593 |
| 2022年2月 | 14,567 |
| 2022年3月 | 18,841 |
| 2022年4月 | 17,439 |
| 2022年5月 | 20,551 |
| 2022年6月 | 20,445 |
| 2022年7月 | 18,340 |
| 2022年8月 | 18,132 |
| 2022年9月 | 19,996 |
| 2022年10月 | 23,479 |
| 2022年11月 | 24,111 |
| 2022年12月 | 22,010 |
| 2023年1月 | 18,373 |
| 2023年2月 | 21,290 |
| 2023年3月 | 27,223 |
| 2023年4月 | 29,457 |
| 2023年5月 | 27,681 |
| 2023年6月 | 22,766 |
| 2023年7月 | 24,332 |
| 2023年8月 | 27,159 |
| 2023年9月 | 31,254 |
| 2023年10月 | 32,483 |
| 2023年11月 | 30,599 |
| 2023年12月 | 34,250 |
| 2024年1月 | 36,809 |
| 2024年2月 | 38,141 |
| 2024年3月 | 46,243 |
| 2024年4月 | 56,523 |
| 2024年5月 | 54,011 |
| 2024年6月 | 57,596 |
| 2024年7月 | 66,422 |
| 2024年8月 | 65,110 |
| 2024年9月 | 69,198 |
| 2024年10月 | 91,571 |
| 2024年11月 | 90,058 |
| 2024年12月 | 83,146 |
| 2025年1月 | 87,009 |
| 2025年2月 | 105,467 |
| 2025年3月 | 121,549 |
| 2025年4月 | 119,986 |
| 2025年5月 | 130,849 |
| 2025年6月 | 131,698 |
| 2025年7月 | 134,277 |
| 2025年8月 | 153,753 |
| 2025年9月 | 176,512 |
| 2025年10月 | 193,432 |
| 2025年11月 | 216,359 |
| 2025年12月 | 194,789 |
| 2026年1月 | 191,269 |
| 2026年2月 | 222,356 |
| 2026年3月 | 338,735 |
| 2026年4月 | 429,570 |
| 2026年5月 | 623,880 |
| 2026年6月 | 674,216 |
| 2026年7月 | 677,961 |
| 2026年8月 | 769,107 |
| 2026年9月 | 606,604 |
| 2026年10月 | 1,147,215 |
同分类的热门资源
whisperopenai110k通过大规模弱监督实现的鲁棒语音识别。
whisper.cppggml-org54kOpenAI Whisper 模型的 C/C++ 移植版。
faster-whisperSYSTRAN26k基于 CTranslate2 的更快 Whisper 转写。
whisperXm-bain24kWhisperX:具备词级时间戳(及说话人分离)的自动语音识别。
FunASRmodelscope21k支持训练、推理、流式语音识别、VAD、标点、说话人分离流水线以及兼容 OpenAI/MCP 服务的开源语音识别工具包。
NeMo SpeechNVIDIA-NeMo19k为从事大语言模型、多模态与语音 AI(自动语音识别与文字转语音)研究和开发的人员打造的可扩展生成式 AI 框架。
研究领域相近的资源
- wav2vec2-large-xlsr-53-japanesejonatasgrosman16MJapanese wav2vec‑2 XLSR‑53 在 Common Voice 6.1、CSS10 与 JSUT 上微调,需 16 kHz 音频,并可通过 HuggingSound 或 HuggingFace 管道使用。HF 模型共同: 语音识别
kaldikaldi-asr15kkaldi-asr/kaldi 是 Kaldi 项目的官方所在地。共同: 语音识别- wav2vec2-large-xlsr-japanese-hiraganavumichien153k一个由 facebook/wav2vec2‑large‑xlsr‑53 在 Common Voice 和 JSUT corpus 上微调的日本语音识别模型,针对 16 kHz 音频输入进行了优化。HF 模型共同: 语音识别
espnetespnet10k端到端语音处理工具包。共同: 语音识别
SenseVoiceQwenAudio9.4k开源模型 SenseVoiceSmall,支持普通话、粤语、英语、日语和韩语的语音识别、语种识别、情感识别和音频事件检测。共同: 语音识别
argmax-oss-swiftargmaxinc6.4k面向 Apple Silicon 的端侧语音 AI。共同: 语音识别