README 未给出构建与运行步骤，需前往 Vosk 官网查看文档；使用前需自行准备 Vosk 模型文件；README 未说明依赖版本与最低 Android 版本
vosk-android-demo
alphacepApache-2.0更新放缓基于 Vosk 库的 Android 离线语音识别示例，无需联网即可在手机本地完成语音转文字，适合做端侧 ASR 集成参考。
Offline speech recognition for Android with Vosk library.
2021-04发布于 2021-04-15 12:23 UTC1,061star276fork同步于 2026-11-07 07:30 UTC
README 里没有找到可直接复制的安装命令，请到 README 或官方文档查看安装方式。
硬件要求按 README 说明
README 未说明
基于 Kaldi 和 Vosk 的 Android 离线语音识别与说话人识别演示项目
基于 Vosk 库的 Android 离线语音识别示例，无需联网即可在手机本地完成语音转文字，适合做端侧 ASR 集成参考。
核心能力
- 用 Kaldi 与 Vosk 库实现离线语音识别
- 支持说话人识别
- 提供预编译二进制 release 包
- 文档与使用说明托管在 Vosk 官网
容易踩的坑
内容由模型根据 README 生成，可能不完整或不准确，以官方文档为准。看原文 README
- 2021-04最新正式版2021-04-15 · 2021-04-15 12:23 UTC
For new Android API and Vosk 0.3.23
- 2020-052020-05-07 · 2020-05-07 20:27 UTC
查看更新说明
Sync with vosk-api-0.3.7
- 2020-012020-01-06 · 2020-01-06 18:08 UTC
查看更新说明
Updated graphs with proper lookahead
See https://github.com/alphacep/vosk-api for the models, code and documentation.
List of the latest models is here: https://github.com/alphacep/vosk-api/blob/master/doc/models.md
- 2019-112019-11-25 · 2019-11-25 23:19 UTC
查看更新说明
Update models based on latest Kaldi construction recipe
- 2019-092019-10-27 · 2019-10-27 22:30 UTC
查看更新说明
Runnable demo APK file
用户点评
登录用户的真实使用记录，可按版本和硬件筛选共 0 条
还没有人点评。第一个说出真实体验的人最有价值。
About
This demo implements offline speech recognition and speaker identification for mobile applications using Kaldi and Vosk libraries.
Check the releases for pre-built binaries.
Documentation
For documentation and instructions please visit the Vosk Website.
VoiceStudio
debpalash·Python
本地运行的 ElevenLabs 开源替代品，支持声音克隆、语音设计、视频配音、听写、转写和有声书制作，覆盖 646 种语言。
语音克隆+4语音推理
107004+388012kv0.5.72026-11-10 16:38 UTC
voicebox
jamiepine·Python
开源 AI 语音工作室，支持声音克隆、语音听写和语音生成，基于 Qwen3-TTS 与 Whisper，可在 CUDA 或 MLX 上本地运行。
语音克隆+4语音推理
60376+6237.6kv0.5.02026-10-07 01:17 UTC
whisper.cpp
ggml-org·C++
OpenAI Whisper 语音识别模型的 C/C++ 移植版，无需 Python 和 GPU 依赖，在普通 CPU 上就能跑语音转文字。
语音识别+4语音推理
55071+846.3kv1.9.52026-11-10 12:09 UTC
faster-whisper
SYSTRAN·Python
基于 CTranslate2 重实现的 Whisper 语音转文字推理引擎，通过量化与高效推理大幅提速并降低显存占用，适合本地部署转录。
语音识别+4语音推理
26650+782.2kv1.2.12026-11-10 10:13 UTC