Moonshine Voice

Moonshine Voice 是一套用来构建语音 agent 与语音界面的语音栈：极低延迟的语音转写、意图识别与语音合成。它以 C++ 核心加各平台构建的形式发布，另有一个存放小模型的 micro/ 目录；文档不只是解释 API，而是表明立场——词级时间戳、执行后端、说话人分离，以及一页与 Whisper 的对比。

谁做的仓库 666 次提交里 594 次是他的，其后是 Kyle Howells 26 次、Evan King 17 次、Giovannini Barbosa 9 次，以及一长串一到两次的贡献。75 次提交带共同作者尾注：其中 74 次署名 Cursor，1 次署名某个 Claude 模型。

1. 01

   一位作者、594 次提交，以及一个署名 Cursor 的尾注

   仓库创建于 2024-10-04，此后持续推送；按月统计的提交量从 2025 年 12 月的 28 次一直到 2026 年 7 月的 143 次。共 666 次提交，其中 594 次属于 Pete Warden，其后是 Kyle Howells 26 次、Evan King 17 次、Giovannini Barbosa 9 次，以及一串各一次的贡献。75 次提交带共同作者尾注，其中 74 次署名 Cursor——除那些由 agent 维护的项目外，这是本批里 AI 署名计数最高的一条，也是关于近期代码如何写成的一句直白说明。

2. 02

   文档是在论证，而不是在描述

   docs/ 不是 API 参考。它从 12 KB 的 word-level-timestamps.md 开始，接着是 8 KB 的 moonshine-vs-whisper.md——一个项目自己维护的、与大多数读者本来就在用的那个模型的对比页——然后是 examples.md 与 quickstart.md（8 KB 与 7 KB）、release-process.md 6 KB、lfs-purge.md 5 KB，以及各自 4 KB 的 execution-providers.md 与 diarization-models.md。一个把发布流程、以及如何清理大文件存储历史都写进文档的仓库，是作者预期别人会在它上面接着做的那种。

3. 03

   重量在哪里

   目录树共 2,384 个文件，两个沉重的目录是 341 个文件、63.4 MB 的 core/third-party，以及十六个文件、30.6 MB 的 micro/models。这个分布用一句话说清了设计：C++ 核心自带一整棵依赖树，因此没有任何东西需要安装；小模型是随仓库发的，而不是第一次使用时下载——这正是让一套低延迟语音栈成为「设备能拿得住的东西」而不是「设备要调用的服务」的原因。