RealtimeSTT
مكتبة تحويل الكلام إلى نص منخفضة التأخير مع كشف نشاط الصوت وكلمات الاستيقاظ.
قم ببناء مساعدين صوتيين، وأدوات إملاء، وخوادم تدفق بأقل قدر من الكود.
مكتبة RealtimeSTT هي مكتبة Python توفر كشف نشاط الصوت، والنسخ السريع، وتفعيل كلمات الاستيقاظ. وهي مناسبة للمطورين الذين يبنون تطبيقات صوتية تفاعلية أو خوادم تدفق مخصصة.
ما هو
تلتقط المكتبة تدفقات الصوت، وتكتشف الكلام باستخدام WebRTC أو Silero VAD، وتنسخ الصوت عبر محركات مثل faster-whisper أو sherpa-onnx. وهي تدعم الكشف الاختياري عن كلمات الاستيقاظ من خلال Porcupine أو OpenWakeWord وتتضمن خادم FastAPI جاهز للإنتاج.
لمن هو
تتناسب مع مطوري Python الذين يبنون واجهات صوتية محلية، أو برامج إملاء، أو أنظمة خلفية للتدفق عبر المتصفح. ولا تتناسب مع الفرق التي تبحث عن تقنيات غير Python أو إعدادات بدون تبعات، لأنها تتطلب تعريفات صوتية ونماذج تعلم آلي ثقيلة.
أهم الميزات
كشف نشاط الصوت
يكشف الكلام تلقائياً باستخدام WebRTC VAD و Silero VAD.
تفعيل كلمة الاستيقاظ
يدعم تشغيل كلمة الاستيقاظ الاختيارية عبر Porcupine أو OpenWakeWord.
دعم محركات متعددة
يعمل على faster-whisper و sherpa-onnx و Moonshine وغيرها من الخلفيات القابلة للاختيار.
خادم FastAPI للإنتاج
يتضمن خادمًا عن بُعد اختياريًا مع نقاط نهاية HTTP و WebSocket ذات إصدارات.
جاهز للعمل في 3 خطوات
حكمنا الصادق
ما يميّزه
- يوفر إدخال مباشر من الميكروفون أو أجزاء صوتية خارجية مغذاة من التطبيق.
- يتضمن خادم FastAPI جاهز للإنتاج مع عزل الجلسة المصادقة.
- يدعم خطوط تدفق محسنة للمعالج المركزي (CPU) باستخدام نماذج sherpa-onnx.
- يقدم عمليات رد اتصال للأحداث للتسجيل، و VAD، والنص الفعلي، وحالات كلمات الاستيقاظ.
أين يقصّر
- يتطلب تبعات نظام خاصة بالمنصة مثل رؤوس PortAudio على Linux و macOS.
- تتطلب نماذج التعلم الآلي الثقيلة موارد حوسبة محلية كبيرة أو أجهزة وحدة معالجة رسومية (GPU).
- Python 3.13 والأحدث ليست أهداف إصدار مدعومة حتى الآن.
التسعير والرخصة
مجانية بموجب ترخيص MIT الخاص بها. لا توجد خيارات مدفوعة استضافتها مذكورة في المستودع، لذا فإن التكلفة الوحيدة هي تشغيل الأجهزة والنماذج بنفسك.
وظائف للناطقين بالعربية
874 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٥ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$170 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
البدائل
استخدمه، أو دعنا نُعِدّه لك
الأسئلة الشائعة
كيف أقوم بتغذية الصوت من ملف خارجي أو تدفق بدلاً من الميكروفون؟
قم بتمهيد المسجل بـ `use_microphone=False` وتغذية أجزاء PCM أحادية 16 بت باستخدام `feed_audio()`.
هل يمكنني تشغيل RealtimeSTT على خادم إنتاج يعتمد على المعالج المركزي (CPU) فقط؟
نعم، يوصي ملف README بإقران sherpa-onnx-nemotron للفرضيات المباشرة مع sherpa-onnx-nemo-parakeet للنصوص النهائية على المعالج المركزي (CPU).
