Skip to main content
सार्वजनिक SpeechKit मॉड्यूल में प्लेटफ़ॉर्म-निरपेक्ष वॉइस कर्नेल है। इसका उपयोग तब करें जब आपका एप्लिकेशन अलग SpeechKit सर्वर पर निर्भर रहने के बजाय अपनी प्रक्रिया, कॉन्फ़िगरेशन और प्रोवाइडर क्रेडेंशियल खुद संभाले। मौजूदा सार्वजनिक रिलीज़ v0.72.1 है, जो 2026-09-20 को प्रकाशित हुआ।

​
आवश्यकताएँ

  • Go 1.26 या नया
  • ऐसा एप्लिकेशन जो चुना हुआ माइक्रोफ़ोन, ऑडियो या टेक्स्ट इनपुट दे सके
  • प्रोवाइडर क्रेडेंशियल केवल तब, जब आप बाहरी प्रोवाइडर चुनें

​
मॉड्यूल जोड़ें

@latest सबसे नए प्रकाशित रिलीज़ पर हल होता है। आपके बिल्ड ने जो सटीक वर्शन चुना उसे दर्ज करें और शिप करने से पहले पिन करें: यह बीटा सॉफ़्टवेयर है, और सार्वजनिक API, कॉन्फ़िगरेशन कुंजियाँ और डिफ़ॉल्ट माइनर रिलीज़ के बीच बदल सकते हैं। केवल वही पैकेज इम्पोर्ट करें जिनकी आपके होस्ट को ज़रूरत है: डिक्टेशन के लिए pkg/speechkit/dictation, सक्रियण के लिए pkg/speechkit/wakeword, बोले हुए आउटपुट के लिए pkg/speechkit/tts, वन-शॉट होस्ट के लिए pkg/speechkit/companion के साथ Assist और टेक्स्ट-टू-स्पीच अडैप्टर, स्पीकर-सचेत ऐप के लिए pkg/speechkit/speaker, रिकॉर्डिंग सेशन के लिए pkg/speechkit/meeting, और सर्वर से जुड़े ऐप के लिए pkg/speechkit/client। रूट speechkit पैकेज में केवल अनुबंध और वैल्यू टाइप हैं। सेटिंग हाथ से बनाने के बजाय config.toml से फ़्रेमवर्क चलाने के लिए, pkg/speechkit/hostconfig एक कॉल में कॉन्फ़िग फ़ाइल को सार्वजनिक मोड सेटिंग और शुरुआती रनटाइम पॉलिसी में बदल देता है:
फ़ाइल न होने पर शिप किए गए डिफ़ॉल्ट मिलते हैं — केवल लोकल, कोई क्लाउड कुंजी नहीं। डेस्कटॉप क्लाइंट उसी लोडर को सौंपता है, इसलिए एम्बेडर और रेफ़रेंस ऐप एक config.toml को एक जैसे पढ़ते हैं। कुछ पैकेज को cgo (Windows ऑडियो कैप्चर, ONNX वेक वर्ड) या बाहरी बाइनरी (whisper-server) चाहिए। निर्भरता न होने पर हर एक काम करने का दिखावा करने के बजाय सेंटिनल एरर के साथ बंद हो जाता है (fail closed)।

​
अन्य लक्ष्य

सेल्फ़-होस्टेड सर्वर

उसी कर्नेल पर Linux HTTP और WebSocket सेवा, जो सार्वजनिक सोर्स से बनती है। यह एक URL के नीचे Dictation, Assist और Voice Agent देती है।

एजेंट टूल

speechkit-mcp और speechkit-cli किसी एजेंट या ऑपरेटर को फ़्रेमवर्क जाँचने, स्टार्टर बनाने, पेलोड सत्यापित करने और सर्वर चलाने देते हैं।

Android मॉड्यूल

सर्वर रिज़ॉल्यूशन, कैप्चर और टर्न-टेकिंग, वायर प्रोटोकॉल और Compose वॉइस UI के लिए Apache-2.0 Gradle मॉड्यूल, साथ में रिपॉज़िटरी में एक रेफ़रेंस ऐप।

ब्राउज़र क्लाइंट

सर्वर REST API, Voice Agent WebSocket प्रोटोकॉल और फ़्रेमवर्क-निरपेक्ष वॉइस UI किट के लिए TypeScript पैकेज, जो रिपॉज़िटरी में सोर्स के रूप में प्रकाशित हैं।

​
सार्वजनिक दस्तावेज़ों के साथ आगे बढ़ें

ये लिंक सार्वजनिक रिपॉज़िटरी की डिफ़ॉल्ट ब्रांच का अनुसरण करते हैं, इसलिए प्रोजेक्ट आगे बढ़ने पर भी वैध रहते हैं। जब आपको किसी एक सटीक रिलीज़ से मेल खाते दस्तावेज़ चाहिए, तो URL में कोई टैग पिन करें।