
面向 Android、iOS、Raspberry Pi 及伺服器的離線語音辨識 API,支援 Python、Java、C# 和 Node。
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
15,000
±0 (10月13日〜)
最後提交
2026年10月
GitHub 建立日期
2019年9月3日
收錄日
—
自頁面建立時收錄
Star 數變化
以表格顯示
| 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 |
各月最後一次快照。1,000 以上的 Star 數以 100 為單位四捨五入。
在 PyPI 上的使用
PyPI 套件:vosk · 至 2026年10月 的每月數值(ClickPy)
近一年下載數
6,092,061
來自日本的比例(近一年)
1.0%
依賴它的 PyPI 套件
123
其中必要依賴 94
PyPI 每月下載數
以表格顯示
| 月份 | 下載數(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 |
同分類的熱門資源
whisperopenai110k透過大規模弱監督實現的穩健語音辨識。
whisper.cppggml-org54kOpenAI Whisper 模型的 C/C++ 移植版。
faster-whisperSYSTRAN26k基於 CTranslate2 的更快 Whisper 轉寫。
whisperXm-bain24kWhisperX:具備詞級時間戳(及說話者分離)的自動語音辨識。
FunASRmodelscope21k支援訓練、推論、串流語音辨識、VAD、標點、說話者分離管線以及相容 OpenAI/MCP 服務的開源語音辨識工具包。
NeMo SpeechNVIDIA-NeMo19k為從事大型語言模型、多模態與語音 AI(自動語音辨識與文字轉語音)研究和開發的人員打造的可擴充生成式 AI 框架。
研究領域相近的資源
- wav2vec2-large-xlsr-53-japanesejonatasgrosman16M日語 wav2vec‑2 XLSR‑53 在 Common Voice 6.1、CSS10 與 JSUT 上微調,需要 16 kHz 音訊,並可透過 HuggingSound 或 HuggingFace pipelines 使用。HF 模型共同: 語音辨識
kaldikaldi-asr15kkaldi-asr/kaldi 是 Kaldi 專案的官方所在地。共同: 語音辨識- wav2vec2-large-xlsr-japanese-hiraganavumichien153k一個經由 facebook/wav2vec2‑large‑xlsr‑53 在 Common Voice 與 JSUT corpus 微調的日語語音辨識模型,已優化為 16 kHz 音訊輸入。HF 模型共同: 語音辨識
espnetespnet10k端到端語音處理工具包。共同: 語音辨識
SenseVoiceQwenAudio9.4k開源模型 SenseVoiceSmall,支援普通話、粵語、英語、日語和韓語的語音辨識、語種識別、情緒辨識和音訊事件偵測。共同: 語音辨識
argmax-oss-swiftargmaxinc6.4k面向 Apple Silicon 的端側語音 AI。共同: 語音辨識