#AI开源项目推荐:VoiceStreamAI
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。
系统内部运用了来自Huggingface的语音活动检测(Voice Activity Detection, VAD)技术,以及来自OpenAI的Whisper模型,从而实现对语音的准确识别和处理。
功能
- 支持WebSocket,实现实时音频流的传输。
- 采用来自Huggingface的VAD技术,对语音活动进行精确检测。
- 利用来自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。
https://t.co/vr6iKdrCeq
点击图片查看原图
点击图片查看原图