voxtral.c 输入模式全解：WAV 文件、ffmpeg 管道与麦克风 3 种用法完整清单-北京尧图网络

【免费下载链接】voxtral.cPure C inference of Mistral Voxtral Realtime 4B speech to text model项目地址https://gitcode.com/gh_mirrors/vo/voxtral.c点击查看免费下载voxtral.c是 MistralVoxtral Realtime 4B 语音转文字speech to text模型的纯 C 推理实现零外部依赖支持三种音频输入模式WAV 文件-i、ffmpeg 管道--stdin和麦克风实时采集--from-mic。本文用一张清单帮你快速搞懂每种模式怎么用、怎么选。输入模式命令行开关适用场景平台WAV 文件-i 文件.wav离线批量转写全平台stdin 管道--stdinMP3/OGG 等任意格式转码转写全平台麦克风--from-mic实时会议、口述转写仅 macOS三种方式互斥只能选其一参数解析见 main.c。快速上手3 步跑通语音转文字# 1. 获取代码 git clone https://gitcode.com/gh_mirrors/vo/voxtral.c cd voxtral.c # 2. 构建Apple Silicon 用 mpsIntel Mac/Linux 用 blas make mps # 或 make blas # 3. 下载模型约 8.9GB ./download_model.sh 完成后即可开始转写任意音频。模型权重以 mmap 方式加载几乎是瞬时的。模式一WAV 文件转录-i——最简单的离线用法./voxtral -d voxtral-model -i samples/test_speech.wav这是新手最友好的入口。要点只认 16-bit PCM 的 WAV但采样率不限——加载器 vox_load_wav() 会自动重采样到 16kHz立体声会自动混成单声道无需手动处理转写 token 逐词流式打印到 stdout计时信息默认输出到 stderr。常用调试开关./voxtral -d voxtral-model -i audio.wav --silent # 关闭 stderr 状态输出 ./voxtral -d voxtral-model -i audio.wav --debug # 逐层/逐块详细日志 ./voxtral -d voxtral-model -i audio.wav --alt 0.9 # 显示模型的备选 token 手里只有 OGG/MP3先用 ffmpeg 转一下即可ffmpeg -i input.ogg output.wav。项目自带两个示例samples/test_speech.wav 和 samples/jfk.wav可直接拿来验证安装是否成功。模式二ffmpeg 管道输入--stdin——通吃任意音频格式--stdin从标准输入读音频格式自动识别开头是 RIFF 头就按 WAV 解析否则按raw s16le 16kHz 单声道处理详见 main.c。配合 ffmpeg 可以边转码边转写这是整个项目最有威力的一点# 转写 MP3任何格式同理只要 ffmpeg 能解码 ffmpeg -i podcast.mp3 -f s16le -ar 16000 -ac 1 - 2/dev/null | \ ./voxtral -d voxtral-model --stdin # 直接管道 WAV自动识别 RIFF 头 cat recording.wav | ./voxtral -d voxtral-model --stdin试试仓库自带的 3 分钟经典演讲 samples/I_have_a_dream.oggffmpeg -i samples/I_have_a_dream.ogg -f s16le -ar 16000 -ac 1 - 2/dev/null | \ ./voxtral -d voxtral-model --stdin⚡ 进阶玩法——网络电台直播转写curl -sL http://stream.live.vc.bbcmedia.co.uk/bbc_world_service | \ ffmpeg -i pipe:0 -ar 16000 -ac 1 -f wav pipe:1 2/dev/null | \ ./voxtral -d voxtral-model --stdin注意通过 stdin 送 WAV 时必须严格是 16kHz 单声道 16-bit PCM否则会报WAV stdin streaming requires 16kHz mono——所以让 ffmpeg 统一转格式是最稳妥的做法。模式三麦克风实时转录--from-mic——macOS 专属./voxtral -d voxtral-model --from-mic # 默认 2 秒处理间隔 ./voxtral -d voxtral-model --from-mic -I 1.0 # 降低延迟 ./voxtral -d voxtral-model --from-mic --silent基于 macOS AudioQueue 服务实现源码见 voxtral_mic_macos.c。两个实用特性自动静音检测按 10ms 窗口计算 RMS 能量持续静音段会被跳过仅 600ms 内的短停顿保留保证词间自然只转写真正的人声节省大量 GPU 开销逻辑见 main.c追不上时自动跳过音频模型落后于实时会打印警告并丢弃缓冲避免延迟越滚越大按CtrlC干净退出。想要实时字幕机体验加-I 1.0让文字更快跟上手速。关键参数 -I延迟与效率的权衡完整参考值-I 秒控制编码器处理累积音频的间隔是流式输入的核心参数取值效果适用场景0.5低延迟、响应快GPU 开销大实时字幕、口述1.0~2.0默认 2.0均衡实时流推荐的区间5.0高吞吐、批量合并编码离线管道、长音频官方基准60 秒音频用默认批量模式编码约 2.9 秒而-I 0.1要 15.8 秒慢 5.4 倍——每次编码器调用都有约 50ms 固定开销。离线文件转写时该参数无所谓因为音频一次性全部可用。辅助开关速查--monitor 让引擎状态看得见开关作用--silent只输出转写文本无 stderr 状态--debug逐层、逐块详细日志--alt 0.0-1.0模型不确定时内联显示备选词如[V\|Vo]ox[T\|tral]roll--monitor用 Unicode 符号实时显示引擎状态▶编码器处理、▪解码一批 token、✂/♻重启事件健康流式输出的样子是▶·▪▪▶▪▪▶▪▪若频繁出现▸、☠说明解码压力大。完整符号表见 README.md。三种输入方式怎么选已有 WAV 文件→-i最省事MP3/OGG/视频音轨/网络流→--stdin ffmpeg格式随便来️现场说话→--from-micmacOS带静音裁剪的实时转写。进阶C 流式 API 一行了解不想跑命令行voxtral.h 提供vox_stream_t流式 APIvox_stream_feed()喂入音频样本vox_stream_get()取回已生成的 token 字符串vox_stream_flush()可在说话停顿处强制吐出待转写文本而不结束流。离线、实时场景共用同一套接口一次封装即可集成进你自己的应用。写在最后voxtral.c 把音频进来、文字出去做成了三条清晰的路径文件、管道、麦克风。记住make→download_model.sh→ 三选一开关加上-I调延迟这套纯 C 语音转文字引擎就能在你的机器上跑起来——没有 Python 运行时没有 CUDA 工具链开箱即用。赞分享【免费下载链接】voxtral.cPure C inference of Mistral Voxtral Realtime 4B speech to text model项目地址https://gitcode.com/gh_mirrors/vo/voxtral.c点击查看免费下载相关推荐3行代码实现麦克风录音Unity麦克风输入全攻略3行代码实现麦克风录音Unity麦克风输入全攻略你是否还在为Unity项目中的麦克风录音功能头疼遇到权限申请复杂、录音数据处理困难、跨平台兼容性问题本文游戏开发图形学PaddleSpeech 流式 ASR 服务客户端实战从 WAV 文件模拟到麦克风实时识别PaddleSpeech 流式 ASR 服务客户端实战从 WAV 文件模拟到麦克风实时识别在 PaddleSpeech 的服务化部署体系中流式strea人工智能语音音频NLP媒体生成Awesome Public Datasets3步拿到免费公开数据集的电商数据分析实战指南Awesome Public Datasets3步拿到免费公开数据集的电商数据分析实战指南想做电商分析找了半天数据要么收费、要么链接失效Awesome文档知识库数据集创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

voxtral.c 输入模式全解：WAV 文件、ffmpeg 管道与麦克风 3 种用法完整清单

相关推荐

FireRedTTS3音色设计（Voice Design）完全教程：一句话描述生成全新声音，无需参考音频

YOLO目标检测实战：变压器漏油数据集VOC转YOLO与训练全流程

PyQt5三维曲面图实战：从环境配置到交互式可视化

更多资讯

自动侧推定位机构中的接近开关：让工件靠边更准确

排序算法选择排序全解析：逻辑、稳定性、复杂度与工程取舍

快照时间线分析：用历史快照还原目标网站的演变

一个软件工程大一新生的C语言学习感悟

AI-For-Beginners 实战指南：基于 Hugging Face Transformers 的实验、文本生成与 Notebook 整理

Spring Boot+Vue前后端分离旅游订票系统实战：从库存防超卖到订单状态机

今日更新

交通拥堵预测毕设：基于Python+LSTM的车辆流量预测系统全流程解析

MATLAB/Simulink搭建10机39节点电力系统暂态稳定仿真实战

无人机航拍三维重建全流程：从SfM到网格生成的避坑指南

本周精选

交通拥堵预测毕设：基于Python+LSTM的车辆流量预测系统全流程解析

MATLAB/Simulink搭建10机39节点电力系统暂态稳定仿真实战

无人机航拍三维重建全流程：从SfM到网格生成的避坑指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？