vosk-browser

收录理由

vosk-browser 把基于 Kaldi 的 Vosk 语音识别引擎编译成 WebAssembly 模块，像普通 TypeScript 包一样加载到浏览器里。所有识别都在用户设备本地完成，麦克风采集的音频不会上传到任何云端接口，对隐私敏感的场景格外有用。使用时只需指定模型文件、捕获麦克风输入，程序便会持续返回部分结果和最终转写文本。识别任务默认放在 Web Worker 中执行，页面主线程不会被计算阻塞，操作起来依然流畅。官方提供的在线演示支持 13 种语言，既可以直接用麦克风说话，也可以上传音频文件来测试，动手验证识别效果非常方便。模型文件需要你自己准备，这库负责把加载、识别、事件回调这些细节都打理好。