moonshine-ai/moonshine
Very low latency speech to text, intent recognition, and text to speech, for building voice agents and interfaces
What it solves
Moonshine Voice 提供了一个工具包，用于开发者构建完全在设备端运行的实时语音代理和应用程序。它消除了对云端 API、账号或 API 密钥的需要，确保了实时流式语音交互的隐私与低延迟。
How it works
该工具包使用从头开始训练的语音转文字模型，范围从优于 Whisper Large V3 的高精度模型到仅 1MB 的模型。它是为流式传输设计的，通过在用户说话时处理音频以最大限度地减少延迟。
Who it’s for
开发者，用于在各种平台构建语音功能应用程序，包括 Python, JavaScript/WASM, iOS, Android, macOS, Linux, Windows, 和 Raspberry Pi。
Highlights
- 设备端执行以确保速度与隐私。
- 低延迟流式传输优化。
- 可扩展的模型尺寸，从高性能到 1MB 微型模型。
- 广泛的跨平台支持，涵盖移动端、桌面端和嵌入式系统。",
相关
- 项目
- 项目
- 项目
- 项目
- 项目