Picovoice/cheetah

On-device streaming speech-to-text engine powered by deep learning

What it solves

Cheetah 是一款在设备上运行的流式语音转文字引擎，允许开发者实时将音频转写为文本，同时将所有语音处理保留在本地设备上，以确保隐私和效率。

How it works

它作为跨平台 SDK，实时处理音频帧。开发者使用提供的 AccessKey 进行身份验证，将引擎集成到自己的应用中。引擎会处理音频流并在监听时提供部分转录，当检测到端点（语音段落结束）时生成最终转录稿。

Who it’s for

适用于为桌面（Windows、macOS、Linux）、移动端（iOS、Android）、网页（Chrome、Safari、Firefox、Edge）以及嵌入式设备（Raspberry Pi）构建应用的开发者，需求是高性能、私密、在设备上完成的转录。

Highlights

  • Privacy-First: 所有语音处理均在设备本地运行。
  • Broad Platform Support: 兼容多种操作系统、浏览器和硬件，包括 Raspberry Pi。
  • Multi-Language Support: 支持英语、法语、德语、意大利语、葡萄牙语和西班牙语。
  • Resource Efficient: 设计紧凑且计算资源高效，适合在设备上部署。