codeforequity-at/botium-speech-processing

What it solves

다양한 무료 및 오픈 소스 음성-텍스트 변환(STT) 및 텍스트-음성 변환(TTS) 서비스를 사용할 수 있는 통합되고 개발자 친화적인 API를 제공하여, 여러 개의 서로 다른 오디오 처리 도구를 관리해야 하는 번거로움을 줄여줍니다.

How it works

이 프로젝트는 여러 오디오 도구를 단일 API로 래핑하는 설계 중심의 소프트웨어 스택으로 작동합니다. 기본적으로 음성 인식을 위해 Kaldi를, 음성 합성을 위해 MaryTTS를, 오디오 파일 변환을 위해 SoX를 사용합니다. Docker를 통해 배포할 수 있으며, 로컬 오픈 소스 엔진과 Azure, Google, Deepgram과 같은 클라우드 제공업체와의 통합을 지원합니다. 또한 배치 처리를 위한 파일 시스템 와처와 실시간 오디오 스트리밍을 위한 WebSocket 엔드포인트를 포함하고 있습니다.

Who it’s for

음성 기능이 있는 챗봇 서비스(예: IVR 시스템)를 구축하는 개발자, 튜토리얼용 오디오 트랙을 합성하는 크리에이터, 그리고 음성 서비스의 자동화 테스트를 수행하는 테스터.

Highlights

• Unified API: 여러 STT 및 TTS 엔진을 위한 단일 인터페이스.
• Hybrid Support: 로컬 오픈 소스 도구(Kaldi, MaryTTS) 또는 클라우드 API 지원.
• Real-time Streaming: WebSockets를 통한 오디오 스트리밍 지원.
• Audio Utility: 오디오 파일 변환 및 효과 추가를 위한 SoX 통합.
• Automated Processing: 자동 전사 및 합성을 위한 파일 시스템 와처 포함.