概要
CrispASRは、whisper.cppを基盤とし、主要なASR（自動音声認識）およびTTS（テキスト読み上げ）モデルのためのC++ ggmlランタイムを提供する統一された音声エンジンです。
OpenAI Whisper、NVIDIA Parakeet、Mistral Voxtralなど24種のASRバックエンドと5種のTTSエンジン、さらに多言語翻訳に対応しています。
Python依存関係が一切なく、単一のC++バイナリとして提供され、CLI、HTTPサーバー、C-ABI、Python/Rust/Dartなどの言語バインディングを介して利用可能です。
Python環境に依存せず、高速で多様な音声処理機能をアプリケーションに統合したい開発者や、オフラインでの高精度な音声認識・合成を求めるユーザーに最適です。
互換性・特徴
- CLI
- C++
- 多言語対応
- ASR
- TTS
- Pythonバインディング
基本情報
| ライセンス | MIT |
| Stars | 432 |
| Forks | 66 |
| カテゴリ | ASR / 音声認識 |
| アクティビティ | mid |
最新のissue
- Multiple parakeet-tdt issues regarding word lists and chunking (更新: 2026-07-14)
- OmniVoice GPU (更新: 2026-07-14)
- MOSS-TTS-v1.5 (8B) and MOSS-TTS-Local-Transformer-v1.5 (4B) (更新: 2026-07-13)
- Option to resue VAD info with multiple runs (更新: 2026-07-12)
- onnx-asr comparison (更新: 2026-07-12)
最新リリース: v0.8.10 — MOSS-TTS-v1.5 + moss-diarize; #218 long-audio root-caused; TTS perf (2026-07-13)