Vosk是最紧凑、最轻量级的语音转文本引擎之一。这个开源工具包可以在多种设备上离线运行，包括：Android、iOS和Raspberry Pi。它支持20多种语言或方言，包括：英语、中文、葡萄牙语、波兰语、德语等。

OpenSeq2Seq正如它的名字一样，是一个开源的语音转文本工具包，可以帮助训练不同类型的序列到序列模型。该工具包由Nvidia开发，在Apache 2.0许可证下发布，这意味着它对所有人都是免费的。它训练执行转录，翻译，自动语音识别和情感分析任务的语言模型。 可以根据自己的需求，使用默认预训练模型或者训练自己的模型。OpenSeq2Seq在使用多个显卡和计算机时可以达到最佳性能。它在Nvidia驱动的设备上工作得最好。

Whisper是Open AI的创意工具，提供了转录和翻译服务。该AI工具于2022年9月发布，是最准确的自动语音识别模型之一。它从市场上的其他工具中脱颖而出，因为它训练了大量的训练数据集：来自互联网的68万小时的音频文件。这种多样化的数据范围提高了该工具的鲁棒性。 用Whisper进行转录必须先安装Python或命令行界面。他提供了五种型号的模型，所有型号都具有不同的大小和功能。这些包括微小、基本、小型、中型和大型。模型越大，转录速度越快。尽管如此，你必须要有一个好的CPU和GPU设备，才能最大限度发挥它们的性能

Julius是一个古老的语音转文本项目，起源于日本，最早可以追溯到1997年。它是在BSD-3许可证下发布。它主要支持日语ASR，但作为一个独立于语言的程序，该模型可以理解和处理多种语言，包括英语，斯洛文尼亚语，法语，泰语等。转录的准确性在很大程度上取决于您是否拥有正确的语言和声学模型。该项目是用C语言编写的，支持在Windows，Linux，Android和macOS系统中运行。

Kaldi是专门为语音识别的研究人员创建的语音识别工具。它是用C++编写的，并在Apache 2.0许可证下发布，这是限制最少的开源许可。与Whisper和DeepSpeech等专注于深度学习的工具不同，Kaldi主要专注于使用老式可靠工具的语音识别模型。这些模型包括隐马尔可夫模型（Hidden Markov Models）、高斯混合模型（Gaussian Mixture Models）和有限状态传感器（Finite State Transducers）。

Tensorflow ASR是一个使用Tensorflow 2.0作为深度学习框架来实现各种语音处理的语音转文本开源引擎。这个项目在Apache 2.0许可下发布。 Tensorflow最大优势是其准确率，作者声称它几乎是一个“最先进”的模型。它也是维护最好的工具之一，定期更新以改进其功能。例如，该工具包现在还支持在TPU（一种特殊硬件）上进行语言培训。 Tensorflow还支持使用特定的模型，如：Conformer、ContextNet、DeepSpeech2和Jasper。可以根据要处理的任务进行选择。例如，对于一般任务可以考虑DeepSpeech2，但对于精度有较高要求的则使用Conformer。