Skip to main content
Das öffentliche SpeechKit-Modul enthält den plattformneutralen Voice-Kernel. Nutze es, wenn deine Anwendung ihren eigenen Prozess, ihre Konfiguration und ihre Provider-Zugangsdaten selbst verantworten soll, statt von einem separaten SpeechKit-Server abzuhängen. Das aktuelle öffentliche Release ist v0.72.1, veröffentlicht am 2026-09-20.

​
Voraussetzungen

  • Go 1.26 oder neuer
  • eine Anwendung, die die gewählte Mikrofon-, Audio- oder Texteingabe bereitstellen kann
  • Provider-Zugangsdaten nur, wenn du einen externen Provider wählst

​
Das Modul hinzufügen

@latest löst auf das neueste veröffentlichte Release auf. Notiere die exakte Version, die dein Build aufgelöst hat, und pinne sie vor der Auslieferung: Dies ist Beta-Software, und öffentliche APIs, Konfigurationsschlüssel und Standardwerte können sich zwischen Minor-Releases ändern. Importiere nur die Pakete, die dein Host braucht: pkg/speechkit/dictation für Diktat, pkg/speechkit/wakeword für die Aktivierung, pkg/speechkit/tts für gesprochene Ausgabe, pkg/speechkit/companion plus Assist- und Text-to-Speech- Adapter für One-Shot-Hosts, pkg/speechkit/speaker für sprechererkennende Apps, pkg/speechkit/meeting für Aufnahmesitzungen und pkg/speechkit/client für serverangebundene Apps. Das Root-Paket speechkit enthält nur Verträge und Werttypen. Wenn du das Framework aus einer config.toml steuern willst, statt Einstellungen von Hand aufzubauen, macht pkg/speechkit/hostconfig aus einer Konfigurationsdatei in einem Aufruf die öffentlichen Modus-Einstellungen und eine Start-Runtime-Policy:
Eine fehlende Datei liefert die ausgelieferten Standardwerte — nur lokal, keine Cloud-Schlüssel. Der Desktop-Client delegiert an denselben Loader, sodass ein Embedder und die Referenz-App eine config.toml identisch lesen. Einige Pakete brauchen cgo (Windows-Audioaufnahme, das ONNX-Wake-Word) oder eine externe Binärdatei (whisper-server). Jedes schlägt mit einem Sentinel-Fehler geschlossen fehl, wenn seine Abhängigkeit fehlt, statt so zu tun, als würde es funktionieren.

​
Weitere Ziele

Selbst gehosteter Server

Ein Linux-HTTP- und WebSocket-Dienst über demselben Kernel, gebaut aus dem öffentlichen Quellcode. Er stellt Dictation, Assist und Voice Agent unter einer URL bereit.

Agent-Tools

Mit speechkit-mcp und speechkit-cli können ein Agent oder Operator das Framework inspizieren, Starter scaffolden, Payloads validieren und einen Server betreiben.

Android-Module

Apache-2.0-Gradle-Module für Server-Auflösung, Aufnahme und Turn-Taking, das Wire-Protokoll und eine Compose-Voice-UI, plus eine Referenz-App im Repository.

Browser-Clients

TypeScript-Pakete für die Server-REST-API, das Voice-Agent-WebSocket- Protokoll und ein frameworkneutrales Voice-UI-Kit, als Quellcode im Repository veröffentlicht.

​
Weiter mit der öffentlichen Dokumentation

Diese Links folgen dem Standard-Branch des öffentlichen Repositorys, sodass sie gültig bleiben, während sich das Projekt weiterentwickelt. Pinne einen Tag in der URL, wenn du die Dokumentation brauchst, die zu genau einem Release passt.