Moonshine Voice:端侧语音 AI 工具包
Moonshine Voice 是面向实时语音代理与应用的开源 AI 工具包,模型在设备本地运行,提供语音转文字与文字转语音,覆盖多平台和多语言。
Moonshine Voice 是面向开发者构建实时语音代理与应用的开源 AI 工具包,全部在设备本地运行,无需账号或 API key,针对实时流式优化,在用户仍在说话时即开始处理以降低延迟。语音转文字模型从零训练,README 称精度范围从高于 Whisper Large V3 到 1MB 的微型模型;文字转语音为英文等多语言。一套库覆盖 Python、JavaScript/WASM、iOS、Android、macOS、Linux、Windows 和 Raspberry Pi。语音转文字支持英语、西班牙语、德语、普通话、日语、韩语、越南语、他加禄语、乌克兰语、阿拉伯语;文字转语音支持英语、西班牙语、阿拉伯语、德语、法语、印地语、意大利语、日语、韩语、荷兰语、葡萄牙语、俄语、土耳其语、乌克兰语、越南语、普通话。文档在 moonshine-voice.readthedocs.io,含 Quickstart、用法、模型与 API 参考。面向编码代理提供 `.agents/skills/moonshine-voice/` 技能,也可用 `npx skills add moonshine-ai/moonshine --skill moonshine-voice` 安装,用于让代理了解当前 API 形态。许可证为 MIT,例外是非英语的旧版非流式模型沿用非商业 Moonshine Community License。