Moonshine 本地跑通语音转写3 步从克隆到出字【免费下载链接】moonshineVery low latency speech to text, intent recognition, and text to speech, for building voice agents and interfaces项目地址: https://gitcode.com/GitHub_Trending/moonshine3/moonshine先把会议录音变成文字开会录音想转成文字丢给云端 API 要排队上传、按量计费敏感内容还出不了内网。Moonshine 是一个跑在本地的语音识别工具音频直接喂给它文本边喂边出全程不联网。接下来 15 分钟用仓库里的 C 示例把一条 WAV 转成文字。它到底能干啥本地推理 —— 模型和音频都在你自己的机器上不联网也能出字流式转写 —— 边收音边出字说话还没结束就有文本 ️多平台一套库 —— 同一个 coreC/Python/iOS/Android/Windows 都能调多档模型 —— 从 tiny 到 medium-streaming速度和精度自己选三步跑通克隆、备料、出字1. 克隆仓库git clone https://gitcode.com/GitHub_Trending/moonshine3/moonshine cd moonshine仓库自带示例音频在 test-assets/ 下后面排错用得上。2. 拉库、模型和样本音频cd examples/c ./download-library.sh # 自动识别平台下载预编译库medium-streaming-en模型two_cities.wav脚本按uname选对架构三个文件都落到当前目录不用你操心文件名。3. 编译并运行转写器g transcriber.cpp -Imoonshine-voice/include -Lmoonshine-voice/lib -lmoonshine -Wl,-rpath,$ORIGIN/moonshine-voice/lib -o transcriber ./transcriber # 默认读medium-streaming-en模型转写two_cities.wav逐行打印转录事件看到 Line started / Line text changed / Line completed 滚动输出说明跑通了。参数与模式拆解示例工具共 4 个参数Windows 麦克风工具是它的前 3 个参数作用推荐值/默认值-m, --model-path模型目录内含 encoder/decoder 的 .ort 文件medium-streaming-en脚本已下好-a, --model-arch模型档0TINY1BASE2MEDIUM_STREAMING2必须和目录里的模型匹配-w, --wav-path待转写的 WAV 文件two_cities.wav-t, --transcription-interval流式更新间隔秒0.481默认文件转写模式直接./transcriber就能跑默认模型 默认音频开箱即用。想换音频./transcriber -w test-assets/beckett.wav。会议录音这类长文件-t调大一点更省 CPU。Windows 麦克风实时模式用 Visual Studio 打开 examples/windows/cli-transcriber/ 下的.vcxproj编译后直接运行cli-transcriber.exe它打开系统默认麦克风按 16kHz 单声道采样边说边在同一行刷新文本说完才落定成一行CtrlC 停止。卡住了怎么办现象模型加载失败或启动即报错。原因-a的档和目录里的模型对不上或 .ort 文件没下全。解法用ls检查模型目录文件是否齐全-a和模型档位严格对应。现象喂音频报 Not a RIFF file 或直接失败。原因工具只认 16 位 PCM 的 RIFF/WAVEMP3、M4A、48kHz 立体声都不行。解法ffmpeg -i in.mp3 -ar 16000 -ac 1 -sample_fmt s16 out.wav转一道再喂。现象想从core/源码构建编译报version does not name a type。原因部分内嵌二进制走 git-lfs指针没拉下来。解法git lfs install git lfs pull赶时间就直接走examples/c/的预编译路线。性能上两条把-t从 0.48s 拉到 1sCPU 占用明显下降对速度敏感就换 tiny 档模型代价是精度略降。接下来模型已经在你手里了下一步把它接上麦克风装 Python 包跑moonshine-voice mic --language en边说边出字直观感受流式延迟。想再压一压速度换 tiny 档对比下精度损失。【免费下载链接】moonshineVery low latency speech to text, intent recognition, and text to speech, for building voice agents and interfaces项目地址: https://gitcode.com/GitHub_Trending/moonshine3/moonshine创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Moonshine 本地跑通语音转写3 步从克隆到出字【免费下载链接】moonshineVery low latency speech to text, intent recognition, and text to speech, for building voice agents and interfaces项目地址: https://gitcode.com/GitHub_Trending/moonshine3/moonshine先把会议录音变成文字开会录音想转成文字丢给云端 API 要排队上传、按量计费敏感内容还出不了内网。Moonshine 是一个跑在本地的语音识别工具音频直接喂给它文本边喂边出全程不联网。接下来 15 分钟用仓库里的 C 示例把一条 WAV 转成文字。它到底能干啥本地推理 —— 模型和音频都在你自己的机器上不联网也能出字流式转写 —— 边收音边出字说话还没结束就有文本 ️多平台一套库 —— 同一个 coreC/Python/iOS/Android/Windows 都能调多档模型 —— 从 tiny 到 medium-streaming速度和精度自己选三步跑通克隆、备料、出字1. 克隆仓库git clone https://gitcode.com/GitHub_Trending/moonshine3/moonshine cd moonshine仓库自带示例音频在 test-assets/ 下后面排错用得上。2. 拉库、模型和样本音频cd examples/c ./download-library.sh # 自动识别平台下载预编译库medium-streaming-en模型two_cities.wav脚本按uname选对架构三个文件都落到当前目录不用你操心文件名。3. 编译并运行转写器g transcriber.cpp -Imoonshine-voice/include -Lmoonshine-voice/lib -lmoonshine -Wl,-rpath,$ORIGIN/moonshine-voice/lib -o transcriber ./transcriber # 默认读medium-streaming-en模型转写two_cities.wav逐行打印转录事件看到 Line started / Line text changed / Line completed 滚动输出说明跑通了。参数与模式拆解示例工具共 4 个参数Windows 麦克风工具是它的前 3 个参数作用推荐值/默认值-m, --model-path模型目录内含 encoder/decoder 的 .ort 文件medium-streaming-en脚本已下好-a, --model-arch模型档0TINY1BASE2MEDIUM_STREAMING2必须和目录里的模型匹配-w, --wav-path待转写的 WAV 文件two_cities.wav-t, --transcription-interval流式更新间隔秒0.481默认文件转写模式直接./transcriber就能跑默认模型 默认音频开箱即用。想换音频./transcriber -w test-assets/beckett.wav。会议录音这类长文件-t调大一点更省 CPU。Windows 麦克风实时模式用 Visual Studio 打开 examples/windows/cli-transcriber/ 下的.vcxproj编译后直接运行cli-transcriber.exe它打开系统默认麦克风按 16kHz 单声道采样边说边在同一行刷新文本说完才落定成一行CtrlC 停止。卡住了怎么办现象模型加载失败或启动即报错。原因-a的档和目录里的模型对不上或 .ort 文件没下全。解法用ls检查模型目录文件是否齐全-a和模型档位严格对应。现象喂音频报 Not a RIFF file 或直接失败。原因工具只认 16 位 PCM 的 RIFF/WAVEMP3、M4A、48kHz 立体声都不行。解法ffmpeg -i in.mp3 -ar 16000 -ac 1 -sample_fmt s16 out.wav转一道再喂。现象想从core/源码构建编译报version does not name a type。原因部分内嵌二进制走 git-lfs指针没拉下来。解法git lfs install git lfs pull赶时间就直接走examples/c/的预编译路线。性能上两条把-t从 0.48s 拉到 1sCPU 占用明显下降对速度敏感就换 tiny 档模型代价是精度略降。接下来模型已经在你手里了下一步把它接上麦克风装 Python 包跑moonshine-voice mic --language en边说边出字直观感受流式延迟。想再压一压速度换 tiny 档对比下精度损失。【免费下载链接】moonshineVery low latency speech to text, intent recognition, and text to speech, for building voice agents and interfaces项目地址: https://gitcode.com/GitHub_Trending/moonshine3/moonshine创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
