Linux Mint 22 上安装 Vosk-API 离线语音识别的完整指南【免费下载链接】vosk-apiOffline speech recognition API for Android, iOS, Raspberry Pi and servers with Python, Java, C# and Node项目地址: https://gitcode.com/GitHub_Trending/vo/vosk-api装离线语音识别工具包 Vosk-API 时cmake 抛出kaldi not found或者编译器嫌你的 C 标准太低而罢工——Linux Mint 22 上的依赖错误和编译失败九成卡在这两个点上。这篇指南把环境体检、Kaldi 编译、核心库构建、语言绑定到最终跑通测试串成一条路照着做即可。安装前环境体检自检清单动手前花五分钟过一遍这份清单能避开后面大部分坑系统已更新到最新CMake 版本 ≥ 3.13CMakeLists.txt 中cmake_minimum_required(VERSION 3.13)的硬性要求g 版本 ≥ 7.0项目要求 C17基础编译依赖已装好Kaldi 工具包的位置心里有数这是核心依赖training/README.md 明确要求它必须预先安装并配置正确更新系统并检查版本这几条命令逐条敲一遍sudo apt update sudo apt upgrade -y cmake --version g --version确认版本达标后一次性装齐编译 Kaldi 所需的工具链sudo apt install -y git make g automake autoconf libtool bzip2 libatlas3-baseKaldi 源码编译步骤与 Kaldi 环境变量配置Kaldi 是 Vosk-API 绕不开的核心依赖而 Mint 22 的 apt 源里往往拿不到兼容版本直接源码编译最稳。先克隆 Kaldi 仓库并把tools/下的编译工具打出来git clone https://gitcode.com/GitHub_Trending/vo/kaldi.git cd kaldi/tools make -j $(nproc)再回到主目录配置并编译src/--shared会生成动态库后面链接 Vosk 会用到cd ../src ./configure --shared make depend -j $(nproc) make -j $(nproc)编译通过后把 Kaldi 的根路径和库路径写进环境变量——这一步漏掉是 Kaldi 环境变量配置问题里最高频的一项echo export KALDI_ROOT/path/to/your/kaldi ~/.bashrc echo export LD_LIBRARY_PATH\$KALDI_ROOT/src/lib:\$LD_LIBRARY_PATH ~/.bashrc source ~/.bashrc记得把/path/to/your/kaldi换成你克隆时的实际路径。Vosk-API 核心库构建CMake 一键配置命令克隆 Vosk-API 仓库git clone https://gitcode.com/GitHub_Trending/vo/vosk-api cd vosk-api创建构建目录并跑 CMake 配置、编译mkdir build cd build cmake .. make -j $(nproc)编译完成后装进系统目录sudo make install⚠️ 如果 cmake 阶段报 kaldi not found九成是环境变量没生效在 CMake 命令里显式指定路径即可绕过cmake -DKALDI_ROOT/path/to/your/kaldi ..CMakeLists.txt 会链接kaldi-base、kaldi-online2、kaldi-rnnlm、fstngram四个库所以 Kaldi 没配好时失败往往发生在链接阶段而不是编译阶段。语言绑定按需选装只装你用得上的核心库装好后按你写的语言挑一个绑定即可两个都装也没坏处绑定快捷安装说明Pythonpip install vosk预编译包最省事优先选它Node.jsnpm install vosk细节见 nodejs/README.md想从源码装 Python 版参考 python/README.md在仓库里执行cd vosk-api/python python setup.py install验收跑通 test_simple.py 才算完成别急着打装好了的勾跑一遍项目自带的示例脚本看到预期输出才算数cd vosk-api/python/example python test_simple.py关键输出就两行看到Final result: hello world即通过LOG (VoskAPI:ReadDataFiles():model.cc:213) Decoding params beam10 max-active3000 lattice-beam2 Final result: hello world如果脚本报模型加载失败先确认示例里指向的模型文件已就位再回到前面检查LD_LIBRARY_PATH。Vosk-API 编译失败速查表遇到报错先查这张表多数问题三行命令内解决报错现象根因处理cmake 报 kaldi not found /find_package(kaldi)失败KALDI_ROOT未设置或路径写错cmake -DKALDI_ROOT/实际/kaldi/路径 ..后重新make编译器提示不支持 C17g 低于 7.0sudo apt install -y g-9后sudo update-alternatives --install /usr/bin/g g /usr/bin/g-9 100运行时报cannot open shared object filelibkaldi*LD_LIBRARY_PATH未生效echo $LD_LIBRARY_PATH确认包含$KALDI_ROOT/src/lib必要时source ~/.bashrc链接阶段找不到 fstngram 等库Kaldi 未以--shared编译或路径缺失回到 Kaldi 的src/目录用./configure --shared重编再配LD_LIBRARY_PATH收尾与后续路线装好之后整体用法看根目录 README.md各语言目录python/、nodejs/、java/、kotlin/等内也有各自的示例与文档想往模型训练进阶深入读 training/README.md 即可。下期预告用 Vosk-API 搭一个实时语音转文字应用。【免费下载链接】vosk-apiOffline speech recognition API for Android, iOS, Raspberry Pi and servers with Python, Java, C# and Node项目地址: https://gitcode.com/GitHub_Trending/vo/vosk-api创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Linux Mint 22 上安装 Vosk-API 离线语音识别的完整指南
Linux Mint 22 上安装 Vosk-API 离线语音识别的完整指南【免费下载链接】vosk-apiOffline speech recognition API for Android, iOS, Raspberry Pi and servers with Python, Java, C# and Node项目地址: https://gitcode.com/GitHub_Trending/vo/vosk-api装离线语音识别工具包 Vosk-API 时cmake 抛出kaldi not found或者编译器嫌你的 C 标准太低而罢工——Linux Mint 22 上的依赖错误和编译失败九成卡在这两个点上。这篇指南把环境体检、Kaldi 编译、核心库构建、语言绑定到最终跑通测试串成一条路照着做即可。安装前环境体检自检清单动手前花五分钟过一遍这份清单能避开后面大部分坑系统已更新到最新CMake 版本 ≥ 3.13CMakeLists.txt 中cmake_minimum_required(VERSION 3.13)的硬性要求g 版本 ≥ 7.0项目要求 C17基础编译依赖已装好Kaldi 工具包的位置心里有数这是核心依赖training/README.md 明确要求它必须预先安装并配置正确更新系统并检查版本这几条命令逐条敲一遍sudo apt update sudo apt upgrade -y cmake --version g --version确认版本达标后一次性装齐编译 Kaldi 所需的工具链sudo apt install -y git make g automake autoconf libtool bzip2 libatlas3-baseKaldi 源码编译步骤与 Kaldi 环境变量配置Kaldi 是 Vosk-API 绕不开的核心依赖而 Mint 22 的 apt 源里往往拿不到兼容版本直接源码编译最稳。先克隆 Kaldi 仓库并把tools/下的编译工具打出来git clone https://gitcode.com/GitHub_Trending/vo/kaldi.git cd kaldi/tools make -j $(nproc)再回到主目录配置并编译src/--shared会生成动态库后面链接 Vosk 会用到cd ../src ./configure --shared make depend -j $(nproc) make -j $(nproc)编译通过后把 Kaldi 的根路径和库路径写进环境变量——这一步漏掉是 Kaldi 环境变量配置问题里最高频的一项echo export KALDI_ROOT/path/to/your/kaldi ~/.bashrc echo export LD_LIBRARY_PATH\$KALDI_ROOT/src/lib:\$LD_LIBRARY_PATH ~/.bashrc source ~/.bashrc记得把/path/to/your/kaldi换成你克隆时的实际路径。Vosk-API 核心库构建CMake 一键配置命令克隆 Vosk-API 仓库git clone https://gitcode.com/GitHub_Trending/vo/vosk-api cd vosk-api创建构建目录并跑 CMake 配置、编译mkdir build cd build cmake .. make -j $(nproc)编译完成后装进系统目录sudo make install⚠️ 如果 cmake 阶段报 kaldi not found九成是环境变量没生效在 CMake 命令里显式指定路径即可绕过cmake -DKALDI_ROOT/path/to/your/kaldi ..CMakeLists.txt 会链接kaldi-base、kaldi-online2、kaldi-rnnlm、fstngram四个库所以 Kaldi 没配好时失败往往发生在链接阶段而不是编译阶段。语言绑定按需选装只装你用得上的核心库装好后按你写的语言挑一个绑定即可两个都装也没坏处绑定快捷安装说明Pythonpip install vosk预编译包最省事优先选它Node.jsnpm install vosk细节见 nodejs/README.md想从源码装 Python 版参考 python/README.md在仓库里执行cd vosk-api/python python setup.py install验收跑通 test_simple.py 才算完成别急着打装好了的勾跑一遍项目自带的示例脚本看到预期输出才算数cd vosk-api/python/example python test_simple.py关键输出就两行看到Final result: hello world即通过LOG (VoskAPI:ReadDataFiles():model.cc:213) Decoding params beam10 max-active3000 lattice-beam2 Final result: hello world如果脚本报模型加载失败先确认示例里指向的模型文件已就位再回到前面检查LD_LIBRARY_PATH。Vosk-API 编译失败速查表遇到报错先查这张表多数问题三行命令内解决报错现象根因处理cmake 报 kaldi not found /find_package(kaldi)失败KALDI_ROOT未设置或路径写错cmake -DKALDI_ROOT/实际/kaldi/路径 ..后重新make编译器提示不支持 C17g 低于 7.0sudo apt install -y g-9后sudo update-alternatives --install /usr/bin/g g /usr/bin/g-9 100运行时报cannot open shared object filelibkaldi*LD_LIBRARY_PATH未生效echo $LD_LIBRARY_PATH确认包含$KALDI_ROOT/src/lib必要时source ~/.bashrc链接阶段找不到 fstngram 等库Kaldi 未以--shared编译或路径缺失回到 Kaldi 的src/目录用./configure --shared重编再配LD_LIBRARY_PATH收尾与后续路线装好之后整体用法看根目录 README.md各语言目录python/、nodejs/、java/、kotlin/等内也有各自的示例与文档想往模型训练进阶深入读 training/README.md 即可。下期预告用 Vosk-API 搭一个实时语音转文字应用。【免费下载链接】vosk-apiOffline speech recognition API for Android, iOS, Raspberry Pi and servers with Python, Java, C# and Node项目地址: https://gitcode.com/GitHub_Trending/vo/vosk-api创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考