CrispASR

收录理由

CrispASR 是一个基于 ggml 的单一 C++ 二进制程序，同时覆盖语音转文字和文字转语音两个方向，一套工具就能处理双向的语音任务。它支持多种开源权重 ASR 模型，包括 Whisper、NVIDIA Parakeet 和 Canary、Mistral Voxtral、Cohere Transcribe，以及数十种 TTS 引擎。后端可以在命令行中指定，也可以根据 GGUF 文件自动识别，`-m auto` 参数会在首次使用时自动下载权重，省去了大部分环境配置的麻烦。项目不依赖 Python 或 PyTorch，对于想将转写功能嵌入现有服务的团队来说很有吸引力；HTTP 服务器模式、C-ABI 以及 Python、Rust、Go 等语言的绑定覆盖了这类集成路径，WebAssembly 构建还能让所有功能在浏览器端完全客户端运行。如果你希望用一套统一的接口管理多种语音模型，而不是为每个模型分别维护工具，这个项目会是很顺手的选择。