Kit de herramientas en el dispositivo para conversión de voz a texto de baja latencia, reconocimiento de intenciones y síntesis de voz en múltiples plataformas.
Construye interfaces de voz privadas en el dispositivo y aplicaciones de voz a texto sin depender de APIs de terceros.
Moonshine Voice es una biblioteca de procesamiento de audio de baja latencia diseñada para reconocimiento de voz en tiempo real, texto a voz y detección de intenciones. Está diseñada para desarrolladores e investigadores que necesitan capacidades de voz locales y privadas en su software sin dependencias en la nube.
La biblioteca ofrece modelos de voz con backend en C++ con enlaces para Python, JavaScript/WASM, y entornos de sistemas operativos móviles y de escritorio. Realiza transcripción de audio en tiempo real a medida que los usuarios hablan y ofrece modelos que van desde huellas diminutas de 1MB hasta niveles de precisión que compiten con Whisper Large V3.
Esta herramienta es ideal para estudiantes, investigadores en ciencias de la computación y desarrolladores que desean integrar procesamiento de voz local en aplicaciones de escritorio o móviles. No es adecuada para usuarios no técnicos que buscan una interfaz gráfica de transcripción de escritorio lista para usar.
Transcribe y sintetiza voz completamente en tu hardware de destino sin llamadas de red externas ni cuentas de usuario.
Procesa la entrada de audio de forma incremental mientras el usuario habla para minimizar los tiempos de espera en interfaces de voz interactivas.
Incluye modelos de voz que escalan desde pesos ultra compactos de 1MB hasta configuraciones de transcripción de alta precisión.
Se ejecuta en entornos Python, WASM, iOS, Android, macOS, Linux, Windows y Raspberry Pi.
Moonshine Voice es de uso gratuito bajo la Licencia MIT para el código y los modelos principales, aunque los modelos heredados en otros idiomas utilizan una licencia no comercial. No hay niveles alojados en la nube, por lo que los gastos se limitan estrictamente a los costos de ejecución de tu propio hardware.
877 puestos remotos abiertos de entrenamiento de IA, actualizados el 16 de noviembre de 2026; la mayoría paga $20–$175 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
No, todos los modelos se ejecutan en tu dispositivo local sin necesidad de configurar cuentas ni tarifas por uso de red.
Los modelos en inglés son totalmente abiertos, mientras que los modelos heredados que no son de streaming para otros idiomas conllevan términos de licencia no comerciales.
Sí, es compatible con objetivos iOS, Android, WebAssembly y Raspberry Pi.
Ve Zekai primero en Google