moonshine-ai / moonshine

Problem: 开发者想为智能家居设备添加离线语音控制，但担心云端ASR服务延迟高、隐私泄露，且需要持续付费。

Solution: 使用Moonshine的语义匹配功能，在设备本地实时识别“开灯”、“调高温度”等自然语言指令，无需网络连接，保护用户隐私。

Example: 在树莓派上部署26MB小模型，用户说“把客厅灯打开”或“让灯亮起来”都能触发相同的开关动作。

Problem: 需要为线下会议或课堂提供实时字幕，但网络不稳定，且Whisper等方案延迟太高，无法做到实时显示。

Solution: 利用Moonshine的低延迟流式识别特性，在用户说话时就开始处理，实现几乎实时的字幕显示，所有数据都在本地处理。

Example: 在Windows笔记本上运行，连接麦克风，会议发言的同时就在大屏幕上显示中英文实时字幕。

Problem: 医疗机构需要记录医患对话，涉及多种语言（如英语、西班牙语、中文），且医疗数据隐私要求极高，不能上传云端。

Solution: 使用Moonshine的多语言支持和高精度模型，在本地设备上完成录音转录，同时识别不同说话人（医生/患者），生成结构化记录。

Example: 在诊所的专用平板设备上，自动区分医生提问和患者回答，生成带时间戳的双语转录文本，直接存入本地电子病历系统。

Problem: 为汽车开发语音助手时，车辆经常处于网络盲区，且需要快速响应导航、音乐控制等指令，不能等待云端返回结果。

Solution: 在车机系统（Linux/Android）上集成Moonshine，实现完全离线的语音识别，低延迟响应“导航回家”、“播放下一首”等指令。

Example: 用户说“找附近的加油站”，200毫秒内开始搜索本地POI数据库，无需等待网络连接。