VoiceStreamAI

2个月前更新 2,052 0 0

VoiceStreamAI聚焦面向人工智能创作与应用的在线工具,适合创作者、开发者和需要提升效率的用户使用。,官网域名为github.com。,涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用,可从官网了解最新功能、使用方式和服务条款。

语言:
zh
收录时间:
2026-08-31
VoiceStreamAIVoiceStreamAI

VoiceStreamAI是一个可以自己托管的 Whisper 解决方案,服务端是 Python,客户端是 JS,基于 WebSocket 实时通信,可以做到语音的实时传输和文本转换。 我们运用了Huggingface的语音活动检测(VAD)技术,以及OpenAI的Whisper模型,从而精确地识别和处理语音。 功能特性: * 支持WebSocket,实现实时音频流的传输。 * 采用Huggingface的VAD技术,精确检测语音活动。 * 利用OpenAI的Whisper模型,完成语音转写。 * 可针对音频块进行个性化处理。 * 具备多语言转写功能。

数据统计

相关导航

Webpilot

Webpilot

一个免费的、开源的 'Copilot for web',它允许你与网页进行自由对话或与其他用户进行自动争论 Webpilot是一个免费的、开源的 “Copilot for web”,它允许你与网页进行自由对话或与其他用户进行自动争论。与ChatGPT不同,不需要聊天或切换页面,也不需要不断地来回复制和粘贴。 可以对网页摘要、对网页进行全文翻译、基于网页内容提问!普通用户有50次的免费额度,使用频度不高的话足够了,或者用自己的Key也可以。
StirlingPDF

StirlingPDF

一个本地的PDF处理工具,其界面为Web UI,支持Docker部署。这个基于网络的本地应用最初完全由ChatGPT创建,之后经过发展,增加了更多功能,满足用户在PDF处理上的多样化需求。 这个工具能够处理各种主要的PDF操作,例如拆分、合并、转换格式、重新排列、添加图片、旋转、压缩等。 此外,Stirling PDF在处理过程中不会对外发送任何数据以进行记录或跟踪。所有的文件和PDF要么只在客户端处理,要么只在服务器内存中暂存,用于执行任务,或者仅在执行任务时保存在临时文件中。一旦用户下载了文件,那些文件就会从服务器上删除。 以下是该工具的一些特性: * 支持深色模式。 * 可自定义的下载选项。 * 文件的并行处理和下载功能。 * 提供API,可与外部脚本整合。 * 可选的登录和认证功能。 以下是该工具的PDF功能: * 页面操作:查看和修改PDF,支持添加注释、绘图、文本和图片;提供完整的交互式界面,用于合并、拆分、旋转、移动PDF及其页面;将多个PDF合并成一个文件;在指定页码处拆分PDF或将所有页面作为单独文件提取;按不同顺序重新排列PDF页面;以90度的增量旋转PDF;删除页