我正在寻找一个离线适用于 Linux 的语音识别软件还可以处理德语，并且易于使用和配置。
我已经尝试过 CMU Sphinx 和其他几个，但它们都有一个共同点：它们的安装/使用太复杂，主要是因为缺乏良好的手册，也因为一个非常粗糙的概念（我尝试以避免在这种情况下使用“可用性”一词）。
那么...是否有一种语音识别软件可以在有限的时间内设置和配置，能够根据识别的命令执行脚本并且完全离线工作，意味着不需要云服务或远程服务器来分析语音字？我也愿意花钱购买可行且可用的解决方案！
欢迎每一个提示和想法！
谢谢！
PS：我知道这个话题Linux下有什么好用的语音识别软件吗？- 但那里给出的答案并不指向离线解决方案！
答案1
值得关注迈克尔·谢尔顿正在做的事情： http://blog.mikeasoft.com/2017/12/30/speech-recognition-mozillas-deepspeech-gstreamer-and-ibus/
警告：在我看来，它还没有任何实际用途。但是......经过一番努力配置之后，我最终能够识别口语单词（英语......我不知道德语）。
Mike Sheldon 使用的是 Mozilla 的 DeepSpeech 模型，听起来不错。
该页面上的评论（我的第 100 条评论是当我设法获得一些语音识别时）似乎在 2018 年 7 月停止了。我不知道他是否仍在努力。
答案2
答案3
我最近创建的一篇文章对其中一些信息进行了更详细的回答（下面的一些信息归功于 geb 和 adabru），这可能有助于阅读、添加书签和检查更新：Linux 上的视线跟踪与头部跟踪解决方案
根据阿达布鲁的说法，这是一种更高效、更容易设置的选项，https://handsfreecoding.org/以及我在网上遇到的许多其他人：https://talonvoice.com
似乎可以离线工作以分析口语（请参阅 7. 隐私）：https://talonvoice.com/EULA.txt
如果您在撰写本文时每月支付 25 美元的 Beta 版本，则可以使用 Talon 中的 Vosk 引擎来获得德语支持（请参阅 Vosk 和 Talon 社区 wiki 了解支持的语言）：
https://talon.wiki/speech_engines/
https://talon.wiki/faq/#are-languages-other-than-english-supported
Talon 还有一个免费版本，但请记住，Talon 并不都是开源代码。
我会仔细观察 Numen。它是使用 Vosk 的免费开源软件，支持德语。如果您主要使用以键盘为中心的程序（链接中列出了一些程序），那么看起来是一个非常好的选择：https://git.sr.ht/%7Egeb/numen
可能还有其他适合您需求的 Vosk 项目：https://alphacephei.com/vosk/integrations
您可以将 Dragon 与 Talon 一起使用，但 Dragon 是 Windows 原生的。据我所知，您可能需要在 Windows 中使用 Linux 虚拟机，或者必须在 Windows 中使用 Cygwin（请参阅https://handsfreecoding.org/using-dragon-with-linux）。可能不是你要找的东西，但 Dragon 支持德语，我想我记得 Nuance 告诉我 Dragon 可以离线工作来分析口语单词（我会仔细检查这一点）。您还可以使用 Dragon 和 Dragonfly，这在https://handsfreecoding.org/。 Dragon 将花费你大约 300-500 美元（参见https://talon.wiki/speech_engines/）并且它是专有的。根据我的经验，我个人不会推荐 Dragon，它也不会是我的首要考虑因素。