कम विलंबता वाले स्पीच-टू-टेक्स्ट, इंटेंट रिकग्निशन और क्रॉस-प्लेटफ़ॉर्म स्पीच सिंथेसिस के लिए ऑन-डिवाइस टूलकिट।
थर्ड-पार्टी API पर निर्भर रहे बिना प्राइवेट, ऑन-डिवाइस वॉयस इंटरफ़ेस और स्पीच-टू-टेक्स्ट एप्लिकेशन बनाएं।
Moonshine Voice एक कम विलंबता वाली ऑडियो प्रोसेसिंग लाइब्रेरी है जिसे रियल-टाइम स्पीच रिकग्निशन, टेक्स्ट-टू-स्पीच और इंटेंट डिटेक्शन के लिए डिज़ाइन किया गया है। यह उन डेवलपर्स और शोधकर्ताओं के लिए बनाई गई है जिन्हें अपने सॉफ़्टवेयर में क्लाउड निर्भरता के बिना स्थानीय, प्राइवेट वॉयस क्षमताओं की आवश्यकता होती है।
यह लाइब्रेरी पाइथन, जावास्क्रिप्ट/WASM, मोबाइल और डेस्कटॉप OS वातावरण के लिए बाइंडिंग के साथ C++ बैकएंड स्पीच मॉडल प्रदान करती है। यह उपयोगकर्ताओं के बोलते ही रियल-टाइम ऑडियो ट्रांसक्रिप्शन करती है और अति-सूक्ष्म 1MB फुटप्रिंट से लेकर Whisper Large V3 के मुकाबले की सटीकता वाले मॉडल प्रदान करती है।
यह टूल छात्रों, कंप्यूटर विज्ञान शोधकर्ताओं और उन डेवलपर्स के लिए उपयुक्त है जो डेस्कटॉप या मोबाइल एप्लिकेशन में स्थानीय वॉयस प्रोसेसिंग को एकीकृत करना चाहते हैं। यह प्लग-एंड-प्ले डेस्कटॉप ट्रांसक्रिप्शन GUI की तलाश कर रहे गैर-तकनीकी उपयोगकर्ताओं के लिए उपयुक्त नहीं है।
बाहरी नेटवर्क कॉल या उपयोगकर्ता खातों के बिना आपके लक्षित हार्डवेयर पर पूरी तरह से भाषण को ट्रांसक्राइब और सिंथेसाइज करता है।
इंटरएक्टिव वॉयस इंटरफ़ेस में प्रतीक्षा समय को कम करने के लिए उपयोगकर्ता के बोलते समय ऑडियो इनपुट को क्रमिक रूप से प्रोसेस करता है।
अति-कॉम्पैक्ट 1MB वेट्स से लेकर उच्च-सटीकता ट्रांसक्रिप्शन सेटअप तक स्केल करने वाले स्पीच मॉडल शामिल हैं।
पाइथन, WASM, iOS, एंड्रॉइड, macOS, लिनक्स, विंडोज और रास्पबेरी पाई वातावरण में चलता है।
कोड और कोर मॉडल के लिए MIT License के तहत Moonshine Voice का उपयोग करना मुफ़्त है, हालांकि पुराने गैर-अंग्रेज़ी मॉडल गैर-व्यावसायिक लाइसेंस का उपयोग करते हैं। कोई होस्टेड क्लाउड टियर नहीं हैं, इसलिए खर्च पूरी तरह से आपके अपने हार्डवेयर रनटाइम लागत तक सीमित हैं।
877 खुले रिमोट AI-ट्रेनिंग रोल, 16 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
नहीं, सभी मॉडल खाता सेटअप या नेटवर्क उपयोग शुल्क के बिना आपके स्थानीय डिवाइस पर निष्पादित होते हैं।
अंग्रेज़ी मॉडल पूरी तरह से ओपन हैं, जबकि अन्य भाषाओं के लिए पुराने गैर-स्ट्रीमिंग मॉडल गैर-व्यावसायिक लाइसेंस शर्तों के साथ आते हैं।
हाँ, यह iOS, एंड्रॉइड, WebAssembly और रास्पबेरी पाई लक्ष्यों का समर्थन करता है।
Google में Zekai को सबसे पहले देखें