Toolkit embutido para reconhecimento de fala de baixa latência, reconhecimento de intenção e síntese de fala em várias plataformas.
Construa interfaces de voz privadas e locais e aplicações de conversão de fala em texto sem depender de APIs de terceiros.
Moonshine Voice é uma biblioteca de processamento de áudio de baixa latência projetada para reconhecimento de fala em tempo real, text-to-speech e detecção de intenção. Foi criada para desenvolvedores e pesquisadores que precisam de recursos de voz locais e privados em seus softwares, sem dependências de nuvem.
A biblioteca fornece modelos de fala em backend C++ com bindings para Python, JavaScript/WASM, dispositivos móveis e ambientes de sistemas operacionais de desktop. Ela realiza transcrição de áudio em tempo real conforme os usuários falam e oferece desde modelos compactos com pegada de 1MB até níveis de precisão que competem com o Whisper Large V3.
Esta ferramenta é ideal para estudantes, pesquisadores de ciência da computação e desenvolvedores que desejam integrar o processamento de voz local a aplicações de desktop ou móveis. Ela não é adequada para usuários não técnicos que procuram uma interface gráfica de transcrição pronta para uso.
Transcreve e sintetiza fala inteiramente no seu hardware de destino sem chamadas de rede externas ou contas de usuário.
Processa a entrada de áudio de forma incremental enquanto o usuário fala para minimizar os tempos de espera em interfaces de voz interativas.
Inclui modelos de fala que escalam desde pesos ultracompactos de 1MB até configurações de transcrição de alta precisão.
Funciona em ambientes Python, WASM, iOS, Android, macOS, Linux, Windows e Raspberry Pi.
Moonshine Voice é de uso gratuito sob a Licença MIT para o código e modelos principais, embora modelos legados em outros idiomas utilizem uma licença não comercial. Não há planos de nuvem hospedados, portanto, os gastos limitam-se estritamente aos custos de execução em seu próprio hardware.
877 vagas remotas abertas de treinamento de IA, atualizadas em 16 de novembro de 2026; a maioria paga $20–$175 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Não, todos os modelos executam no seu dispositivo local sem configuração de conta ou taxas de uso de rede.
Os modelos em inglês são totalmente abertos, enquanto os modelos legados que não são de streaming para outros idiomas possuem termos de licença não comercial.
Sim, ele suporta alvos iOS, Android, WebAssembly e Raspberry Pi.
Veja o Zekai primeiro no Google