RealtimeSTT
Ses aktivite algılama ve uyandırma sözcüklerine sahip düşük gecikmeli konuşmadan metne kitaplığı.
Minimum kodla sesli asistanlar, dikte araçları ve akış sunucuları oluşturun.
RealtimeSTT, ses aktivite algılama, hızlı deşifre ve uyandırma sözcüğü aktivasyonu sağlayan bir Python kitaplığıdır. Etkileşimli sesli uygulamalar veya özel akış sunucuları oluşturan geliştiriciler için uygundur.
Nedir
Kitaplık, ses akışlarını yakalar, WebRTC veya Silero VAD kullanarak konuşmayı algılar ve faster-whisper veya sherpa-onnx gibi motorlar aracılığıyla sesi metne dönüştürür. Porcupine veya OpenWakeWord aracılığıyla isteğe bağlı uyandırma sözcüğü algılamayı destekler ve paketlenmiş bir üretim FastAPI sunucusu içerir.
Kimler için
Yerel sesli arayüzler, dikte yazılımı veya tarayıcı akış arka uçları oluşturan Python geliştiricileri için uygundur. Ses sürücüleri ve ağır makine öğrenimi modelleri gerektirdiğinden, Python dışı yığınlar veya sıfır bağımlılıklı kurulumlar arayan ekiple için uygun değildir.
Temel özellikler
Ses Aktivite Algılama
WebRTC VAD ve Silero VAD kullanarak konuşmayı otomatik olarak algılar.
Uyandırma Sözcüğü Aktivasyonu
Porcupine veya OpenWakeWord aracılığıyla isteğe bağlı uyandırma sözcüğü tetiklemeyi destekler.
Çoklu Motor Desteği
faster-whisper, sherpa-onnx, Moonshine ve diğer seçilebilir arka uçlarda çalışır.
Üretim FastAPI Sunucusu
Sürümlendirilmiş HTTP ve WebSocket uç noktalarına sahip isteğe bağlı bir uzaktan sunucu içerir.
3 adımda hazır
Dürüst kararımız
Artıları
- Doğrudan mikrofon girişi veya uygulama tarafından beslenen harici ses parçaları sağlar.
- Oturum izolasyonu ve kimlik doğrulaması içeren paketlenmiş bir üretim FastAPI sunucusu içerir.
- sherpa-onnx modellerini kullanan CPU optimizasyonlu akış boru hatlarını destekler.
- Kayıt, VAD, gerçek zamanlı metin ve uyandırma sözcüğü durumları için olay geri çağrıları sunar.
Eksileri
- Linux ve macOS üzerinde PortAudio başlıkları gibi platforma özel sistem bağımlılıkları gerektirir.
- Ağır makine öğrenimi modelleri önemli yerel bilgi işlem kaynakları veya GPU donanımı gerektirir.
- Python 3.13 ve sonraki sürümler henüz desteklenen sürüm hedefleri değildir.
Fiyatlar & lisans
MIT lisansı altında ücretsizdir. Depoda bahsedilen ücretli barındırılan seçenek yoktur, bu nedenle tek maliyet donanımı ve modelleri kendiniz çalıştırmaktır.
Türkçe konuşanlar için işler
876 açık uzaktan yapay zeka eğitimi işi, 15 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$170 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.
Alternatifler
Kullanın ya da biz kuralım
SSS
Mikrofon yerine harici bir dosyadan veya akıştan nasıl ses beslerim?
Kaydediciyi `use_microphone=False` ile başlatın ve `feed_audio()` kullanarak 16-bit mono PCM parçaları besleyin.
RealtimeSTT'yi yalnızca CPU içeren bir üretim sunucusunda çalıştırabilir miyim?
Evet, README, CPU üzerinde nihai deşifreler için sherpa-onnx-nemo-parakeet ile canlı hipotezler için sherpa-onnx-nemotron eşleştirmesini önerir.
