Vosk是一个免费，开业，可商用，支持离线语音识别的东西，关键是可以在Unity中使用。

Vosk可以离线语音识别，也可以自建语音识别服务区，支持多种语言，还支持在Unity中使用。

整体而言，识别率还行，可以发布为windows，应该也能发布为安卓和苹果。性能还行，但是，只支持单一的中文。比如说，无法将12301识别为罗马数字而是识别成幺二三零幺。至于MP3，NBA就更无法识别了。

没找到添加新词的办法，也没找到识别音频文件办法，只能将麦克风录制的语音识别出来。

需要注意的几点

• 语音模型解压目录不能有特殊字符
• 第一次运行会闪退，大概是因为解压和目录
• 发布windows后要复制dll到运行根目录

代码简单说明

初始化语音识别

StartVoskStt();//初始化的方法

开始语音识别

Task.Run(ThreadedWork).ConfigureAwait(false);//开始识别的方法

如果不用官方的麦克风录制，注释掉外面的循环和判断

        //while (_threadedBufferQueue.Count > 0)
        //{
            //if (_threadedBufferQueue.TryDequeue(out short[] voiceResult))
            //{
                _recognizer.AcceptWaveform(voiceResult, voiceResult.Length);
                    lock (_resultLock)
                    {
                        _threadedRecognitionResult = _recognizer.Result();
                    }
            //}
        //}

录制的语音转换大致代码

float[] fdata
_audioClip.GetData(fdata, 0);
......
short[] sdata
for (int i = 0; i < fdata.Length; i++)
{
  sdata[i] = (short)Math.Floor(fdata[i] * short.MaxValue);
}
......
_recognizer.AcceptWaveform(sdata, sdata.Length);
......

演示和视频地址（https://www.bilibili.com/video/BV15Y4y1p7hT/）