Picovoice/cheetah

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

What it solves

Cheetah 是一個在裝置上執行的串流語音轉文字引擎，讓開發者能即時將音訊轉寫成文字，同時將所有語音處理保留在本機裝置上，以確保隱私與效能。

How it works

它作為跨平台 SDK，實時處理音訊幀。開發者使用提供的 AccessKey 進行驗證，將引擎整合到自己的應用程式中。引擎會即時處理音訊串流，並在偵測到語音段落結束點時產生最終稿，同時在過程中提供部分轉錄結果。

Who it’s for

適用於開發桌面應用（Windows、macOS、Linux）、行動裝置（iOS、Android）、網頁（Chrome、Safari、Firefox、Edge）以及嵌入式設備（Raspberry Pi）的開發者，需求是高效能、私密、在裝置上完成的轉錄。

Highlights

  • Privacy-First: 所有語音處理皆在裝置本地執行。
  • Broad Platform Support: 相容於多種作業系統、瀏覽器與硬體，包括 Raspberry Pi。
  • Multi-Language Support: 支援英語、法語、德語、義大利語、葡萄牙語與西班牙語。
  • Resource Efficient: 設計緊湊且計算資源需求低，適合在裝置上部署。