企业官网建设流程全解析

Moonshine语音识别命令行速成：4步跑通本地转录

【免费下载链接】moonshineVery low latency speech to text, intent recognition, and text to speech, for building voice agents and interfaces项目地址: https://gitcode.com/GitHub_Trending/moonshine3/moonshine

Moonshine是跑在本地设备上的低延迟语音识别（ASR）库：音频直接在本机转成文字，不经过云端，内容不出你的设备。本教程用官方命令行示例带你完成第一次本地转录，并附上参数速查与常见故障处理。

Moonshine本地语音识别能做什么

Moonshine 的命令行示例把音频转成文字，全程在本机完成，分两个入口：跨平台的 C++ 转录示例（转 WAV 文件）和 Windows 麦克风实时转录工具。跟着做完，你会拿到：

• 一个能直接运行的transcriber可执行文件，以及配套的模型和测试音频
• 一份可换模型、可调转录刷新频率的参数速查表
• 编译、模型加载、音频格式三类问题的报错对照清单

第一次转录前的准备清单

如何跑通第一次本地转录

1️⃣ 在示例目录运行下载脚本，一次性备齐预编译库、模型和测试音频：

cd examples/c++ ./download-library.sh

2️⃣ 编译转录示例（Linux 命令；macOS 需在末尾补-framework CoreFoundation -framework Foundation）：

g++ transcriber.cpp -Imoonshine-voice/include -Lmoonshine-voice/lib \ -lmoonshine -Wl,-rpath,'$ORIGIN/moonshine-voice/lib' -o transcriber

3️⃣ 不带参数直接运行，默认加载 Medium 流式模型并转录two_cities.wav：

./transcriber

终端会滚出Line started: ...、Line completed: ...等行，逐句显示《双城记》的开头内容。

Transcriber 命令行参数速查表

-a的取值必须与你-m指定的模型一致，传错会直接加载失败。

两个进阶场景：麦克风实时转录与换用测试音频

场景 1：Windows 麦克风实时转录⚡

用 Visual Studio 编译 examples/windows/cli-transcriber/cli-transcriber.vcxproj，然后直接运行：

cli-transcriber.exe

不传-w就自动进入麦克风模式：终端先打印Listening to microphone...，之后当前行文字随说话实时改写，Ctrl+C 退出。

场景 2：换用仓库里另一段测试音频

在examples/c++目录执行：

./transcriber -w ../../test-assets/two_cities_16k.wav

预期输出：终端同样逐句出现《双城记》开头文字；该文件是 16kHz 版本音频，可与默认音频对比识别节奏的差异。

运行报错后的常见问题与解决

1. 现象：运行时报cannot open shared object file: libmoonshine.so。原因：运行时找不到动态库。解决：编译命令保留-Wl,-rpath,'$ORIGIN/moonshine-voice/lib'，或运行前先export LD_LIBRARY_PATH=$(pwd)/moonshine-voice/lib。
2. 现象：Only 16-bit PCM WAV files are supported。原因：音频是浮点或 24-bit 格式。解决：先转换：ffmpeg -i in.wav -ar 16000 -ac 1 -sample_fmt s16 out.wav。
3. 现象：模型加载失败，提示模型目录缺文件。原因：流式模型是一组文件（多个.ort加tokenizer.bin、streaming_config.json），下载不完整。解决：重跑./download-library.sh，检查-a与模型目录是否匹配。
4. 现象：Windows 麦克风模式没有任何输出。原因：默认录制设备未选中或麦克风被占用。解决：在 Windows 声音设置里确认默认录制设备，并关掉其他占用麦克风的程序。

下一步

• 想换语言或对比精度：docs/models/available-models.md 列出了全部模型与准确率
• 想试文本转语音：同方式编译 examples/c++/text-to-speech.cpp，用--asset-root指向core/moonshine-tts/data
• 需要词级时间戳：见 docs/word-level-timestamps.md

【免费下载链接】moonshineVery low latency speech to text, intent recognition, and text to speech, for building voice agents and interfaces项目地址: https://gitcode.com/GitHub_Trending/moonshine3/moonshine