3.1K Star！超酷的STT语音转文字神器！支持实时转录、唤醒词激活！

之前也分享过许多 TTS（文本转语音）工具，但是 STT（语音转文本）却是很少分享。

有部分原因也是 STT 模型不比 TTS 模型那样的需求普遍，所以真正开源STT项目也少。

但实际上，实时语音转文字工具的需求也越来越重要。不论是会议记录、课堂笔记，还是即时通讯，能够快速、准确地将语音转为文字，极大地提高了工作和学习效率。

用的最多的场景，就是微信语音，可以将语音转文字，第一为了方便复制，第二不是任何时候都适合听或听不清的场景，语音转文字也方便。

今天，我要给大家介绍一款开源的实时语音转文字工具：RealtimeSTT，可以实时显示转录结果，让你的语音即时变成文字。

项目简介

RealtimeSTT 是一款开源工具，专注于将语音实时转录为文字。

与传统的语音转文字工具相比，RealtimeSTT提供了更加智能化的体验。它不仅能实时显示转录结果，还集成了语音活动检测功能，可以自动检测说话的开始和结束，从而优化用户的转录体验。

此外，唤醒词激活功能更是让用户可以轻松地在需要时开启录音，而不必手动操作。

核心亮点

• • 实时转录：RealtimeSTT能够在语音输入的同时，实时将其转录为文字，减少了转录过程中的等待时间。

• • 语音活动检测：自动检测说话的开始和结束，避免了不必要的录音，提升了转录效率。

• • 唤醒词激活：通过设置唤醒词，用户可以在需要时自动激活录音功能，而无需手动操作，极大地增强了工具的便捷性。

• • 灵活的录音控制：用户可以选择手动或自动控制录音，以满足不同场景的需求。

快速使用

RealtimeSTT 实际上是一个Python三方库，使用非常简单，你只需要 pip 命令一键安装即可。

pip install RealtimeSTT

这句命令，会自动安装所有必要的依赖项，包括一个仅支持CPU版本的PyTorch。

如果是 MacOS 系统，需要先执行以下命令：

brew install portaudio

基本用法

① 手动录制

from RealtimeSTT import AudioToTextRecorder

if __name__ == '__main__':
    recorder = AudioToTextRecorder()
    recorder.start()
    input("Press Enter to stop recording...")
    recorder.stop()
    print("Transcription: ", recorder.text())

② 自动记录，基于语音活动检测的录音

from RealtimeSTT import AudioToTextRecorder

if __name__ == '__main__':
    with AudioToTextRecorder() as recorder:
        print("Transcription: ", recorder.text())

当在循环中运行recorder.text时，建议使用回调，以便转录可以异步运行：

from RealtimeSTT import AudioToTextRecorder

def process_text(text):
    print(text)

if __name__ == '__main__':
    recorder = AudioToTextRecorder()

    while True:
        recorder.text(process_text)

③ 唤醒词

在检测语音之前激活关键词。将你想要的激活关键词以逗号分隔的列表写入wake_words参数。

可以从以下列表中选择唤醒词：alexa, americano, blueberry, bumblebee, computer, grapefruits, grasshopper, hey google, hey siri, jarvis, ok google, picovoice, porcupine, terminator。

from RealtimeSTT import AudioToTextRecorder

if __name__ == '__main__':
    recorder = AudioToTextRecorder(wake_words="jarvis")

    print('Say "Jarvis" to start recording.')
    print(recorder.text())

④ 回调函数

from RealtimeSTT import AudioToTextRecorder

def start_callback():
    print("Recording started!")

def stop_callback():
    print("Recording stopped!")

if __name__ == '__main__':
    recorder = AudioToTextRecorder(on_recording_start=start_callback,
                                   on_recording_stop=stop_callback)

更多功能用法，也可以参考项目说明文档进行使用。

适用场景

• • 会议和讲座：实时转录会议和讲座内容，方便记录和回顾。

• • 学习笔记：学生可以用来实时记录课堂笔记，提高学习效率。

• • 采访和新闻报道：记者和采访人员可以利用RealtimeSTT实时转录采访内容，减少后期整理的工作量。

• • 即时通讯：在语音聊天或直播中，实时将语音内容转为文字，方便记录和查阅。

写在最后

RealtimeSTT 的出现，为实时语音转文字领域带来了新的便捷体验。它不仅支持实时转录，还具备语音活动检测和唤醒词激活等智能功能，使得语音转录更加精准、高效。

无论你是学生、记者，还是企业职员，RealtimeSTT都能为你提供强大的语音转文字支持，助你在信息的海洋中更加高效地获取和整理信息。

这个实时语音转文字工具，将是你工作和学习中的得力助手。

GitHub 项目地址：https://github.com/KoljaB/RealtimeSTT