आपके काम के लिए रेटेड एआई टूल
AI ट्रेन करके कमाएँ
🤝 आप फ्री & ओपन सोर्स लाइब्रेरी में हैं — समुदाय द्वारा बनाए गए टूल जिन्हें आप बिना भुगतान किए उपयोग कर सकते हैं। हमारी स्कोर की गई AI डायरेक्टरी से अलग एक अवधारणा।
होम › फ्री & ओपन सोर्स › गेमिंग › RealtimeSTT
✦ फ्री & ओपन सोर्सगेमिंग

RealtimeSTT

कम विलंबता वाली स्पीच-टू-टेक्स्ट लाइब्रेरी जिसमें वॉयस एक्टिविटी डिटेक्शन और वेक वर्ड्स शामिल हैं।

Python के लिए Realtime Speech-to-Text

न्यूनतम कोड के साथ वॉयस असिस्टेंट, डिक्टेशन टूल और स्ट्रीमिंग सर्वर बनाएं।

हमेशा के लिए मुफ़्त · ओपन सोर्स · MIT
✓ Light setup✓ ब्राउज़र-आधारित✓ रियल-टाइम सहयोग
8.3
ZEKAI
Python के लिए कम विलंबता वाला स्थानीय STT
फ्री & ओपन सोर्स · गेमिंग
सेटअप की आसानी6
उपयोगिता9
रखरखाव9.5
समुदाय8.5
★ 10,237
गिटहब
Oct 2026
अपडेटेड
MIT
लाइसेंस
🛠 खुद होस्ट नहीं करना चाहते? हम इसे सेट कर सकते हैं →
⚡ त्वरित उत्तर

RealtimeSTT एक Python लाइब्रेरी है जो वॉयस एक्टिविटी डिटेक्शन, तेज ट्रांसक्रिप्शन और वेक वर्ड एक्टिवेशन प्रदान करती है। यह इंटरैक्टिव वॉयस एप्लीकेशन या कस्टम स्ट्रीमिंग सर्वर बनाने वाले डेवलपर्स के लिए उपयुक्त है।

इस पर चलता है
Cross-platform
होस्टिंग
Self-host
भाषाएँ
Python
लाइसेंस
MIT

यह क्या है

यह लाइब्रेरी ऑडियो स्ट्रीम को कैप्चर करती है, WebRTC या Silero VAD का उपयोग करके स्पीच का पता लगाती है, और faster-whisper या sherpa-onnx जैसे इंजन के माध्यम से ऑडियो को ट्रांसक्रिप्ट करती है। यह Porcupine या OpenWakeWord के माध्यम से वैकल्पिक वेक वर्ड डिटेक्शन का समर्थन करती है और इसमें एक पैकेज्ड प्रोडक्शन FastAPI सर्वर शामिल है।

किसके लिए

यह स्थानीय वॉयस इंटरफेस, डिक्टेशन सॉफ्टवेयर या ब्राउज़र स्ट्रीमिंग बैकएंड बनाने वाले Python डेवलपर्स के लिए उपयुक्त है। यह गैर-Python स्टैक या शून्य-निर्भरता सेटअप चाहने वाली टीमों के लिए उपयुक्त नहीं है, क्योंकि इसके लिए ऑडियो ड्राइवर और भारी मशीन लर्निंग मॉडल की आवश्यकता होती है।

मुख्य विशेषताएँ

वॉयस एक्टिविटी डिटेक्शन

WebRTC VAD और Silero VAD का उपयोग करके स्वचालित रूप से स्पीच का पता लगाता है।

वेक वर्ड एक्टिवेशन

Porcupine या OpenWakeWord के माध्यम से वैकल्पिक वेक वर्ड ट्रिगरिंग का समर्थन करता है।

मल्टीपल इंजन सपोर्ट

faster-whisper, sherpa-onnx, Moonshine और अन्य चयन योग्य बैकएंड पर चलता है।

प्रोडक्शन FastAPI सर्वर

वर्ioned HTTP और WebSocket एंडपॉइंट के साथ एक वैकल्पिक रिमोट सर्वर शामिल है।

कैसे शुरू करें

3 चरणों में तैयार

1
अपने ऑपरेटिंग सिस्टम पर PortAudio डेवलपमेंट हेडर इंस्टॉल करें।
2
पैकेज और डिफ़ॉल्ट इंजन इंस्टॉल करने के लिए `pip install "RealtimeSTT[faster-whisper]"` चलाएं।
3
स्पीच को कैप्चर करना और ट्रांसक्रिप्ट करना शुरू करने के लिए अपनी Python स्क्रिप्ट में AudioToTextRecorder को इंपोर्ट करें।
सच कहें तो

हमारा ईमानदार फैसला

क्या अच्छा है

  • प्रत्येक माइक्रोफोन इनपुट या एप्लीकेशन द्वारा फ़ीड किए गए बाहरी ऑडियो चंक प्रदान करता है।
  • सेशन आइसोलेशन और ऑथेंटिकेशन के साथ एक पैकेज्ड प्रोडक्शन FastAPI सर्वर शामिल है।
  • sherpa-onnx मॉडल का उपयोग करके CPU-अनुकूलित स्ट्रीमिंग पाइपलाइन का समर्थन करता है।
  • रिकॉर्डिंग, VAD, रीयलटाइम टेक्स्ट और वेक वर्ड स्टेटस के लिए इवेंट कॉलबैक प्रदान करता है।

कहाँ कमी है

  • Linux और macOS पर PortAudio हेडर जैसी प्लेटफ़ॉर्म-विशिष्ट सिस्टम निर्भरता की आवश्यकता होती है।
  • भारी मशीन लर्निंग मॉडल के लिए महत्वपूर्ण स्थानीय कंप्यूट संसाधन या GPU हार्डवेयर की आवश्यकता होती है।
  • Python 3.13 और नए संस्करण अभी समर्थित रिलीज़ टारगेट नहीं हैं।
लागत

मूल्य & लाइसेंस

इसके MIT लाइसेंस के तहत मुफ़्त। रिपॉजिटरी में किसी भी सशुल्क होस्टेड विकल्प का उल्लेख नहीं किया गया है, इसलिए एकमात्र लागत हार्डवेयर और मॉडल को स्वयं चलाना है।

पेड वर्क

हिंदी बोलने वालों के लिए जॉब्स

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।

सभी खुले रोल देखें →
तुलना

विकल्प

🎁 फ्री & ओपन-सोर्स विकल्प
और पाएं

इसे उपयोग करें, या हमसे सेट करवाएं

📄 मुफ़्त PDF: गेमिंग के लिए RealtimeSTT
आपका पहला परिणाम पाने के लिए सरल भाषा में गाइड। आपके इनबॉक्स में।
🔔 64 लोग पूरा वीडियो ट्यूटोरियल चाहते हैं — अपना वोट जोड़ें
🛠 खुद सेट नहीं करना चाहते?
हम RealtimeSTT को आपके लिए इंस्टॉल, होस्ट और कॉन्फ़िगर करेंगे — और आपकी टीम को प्रशिक्षित करेंगे।
हमसे करवाएं ↗
प्रश्न

सामान्य प्रश्न

माइक्रोफोन के बजाय बाहरी फ़ाइल या स्ट्रीम से ऑडियो कैसे इनपुट करें?

`use_microphone=False` के साथ रिकॉर्डर को आरंभ करें और `feed_audio()` का उपयोग करके 16-bit मोनो PCM चंक इनपुट करें।

क्या मैं केवल CPU वाले प्रोडक्शन सर्वर पर RealtimeSTT चला सकता हूँ?

हाँ, README CPU पर अंतिम ट्रांसक्रिप्ट के लिए sherpa-onnx-nemo-parakeet के साथ लाइव हाइपोथेसिस के लिए sherpa-onnx-nemotron को जोड़ने की सलाह देता है।

रडार

ताज़ा AI समाचार

✉️ साप्ताहिक मुफ़्त टूलकिट
गेमिंग के लिए सर्वश्रेष्ठ नए फ्री & ओपन-सोर्स टूल — हर हफ्ते एक छोटा ईमेल, आपकी भाषा में।
मुफ़्त · 1 ईमेल/सप्ताह · कभी भी अनसब्सक्राइब करें
AI ट्रेनिंग से पैसे कमाएँ →

Google में Zekai को सबसे पहले देखें