WhimRead 需要 JavaScript 才能使用站内搜索。
Whim
Read
随手一翻
发现
全部工具
推荐
惊喜
关于
搜索
English
库 / 框架
ten-vad
TEN-framework/ten-vad
低
延迟、
轻量
的
实时
语音
活动
检测库,
提供
C
动态库、
Python/Java/Go/JS
绑定
与
ONNX
模型,
可
跨
平台
集成。
去 GitHub 看仓库
复制链接
标签
conversational-ai
real-time
speech-processing
vad
voice-activity-detection
voice-commands
voice-recognition
audio
同类项目
roc-toolkit
1.3k
Roc Toolkit
是
实时
网络
音频
流工
具包,
提供
C
库
与
命令
行
工具,
具备
低延迟
传输、
丢包
恢复、
时钟
同步
和
CD
音质,
供开发者
集成。
ffsubsync
7.9k
自动
将
字幕
与
视频
对齐
的
命令
行
工具,
通过
语音
活动
检测
与
FFT 匹配
修正
时间
偏移
和
帧率
差异。
FFmpeg
66.6k
处理
音
视频
与
字幕
的
多
媒体库
与
工具集,
提供
编解码、
封装、
滤镜
及
命令
行
转换
分析
能力。
pathway
62k
Python实时
流批
一体
数据
处理
框架,
统
一
引擎
做
ETL
与
实时
分析,
支持
LLM
与
RAG
管道,
需写
代
码
开发
部署。
howler.js
25.4k
现代 Web
的
JavaScript
音
频库,
统
一
Web Audio
与
HTML5 Audio API,
支持
音效、
3D
空间
音频
等。
FunASR
21k
工业
级
语
音识
别工
具包,
覆盖
训练、
推理、
流式
ASR、
VAD、
标点、
说话
人
分离
及OpenAI
兼容
服务
部署。
2303
conversational-ai,real-time,speech-processing
低延迟、轻量的实时语音活动检测库,提供 C 动态库、Python/Java/Go/JS 绑定与 ONNX 模型,可跨平台集成。
←
上一个
video-autopilot-kit
下一个
→
azure-sdk-for-js