pengzhendong/streaming-sensevoice
Pseudo Streaming SenseVoice with Hotwords
해결하는 문제
SenseVoice 모델을 사용하여 추론을 청크 단위로 처리함으로써 실시간 스트리밍 음성 받아쓰기를 가능하게 합니다. 이를 통해 전체 오디오 파일이 처리될 때까지 기다릴 필요 없이 텍스트 출력을 즉시 받을 수 있습니다.
작동 원리
이 프로젝트는 SenseVoice 모델을 감싸는 스트리밍 래퍼를 구현합니다. 오디오를 처리하는 세 가지 방법을 제공합니다: 미리 녹음된 wav 파일 처리, 마이크에서 직접 오디오 캡처, 그리고 (FastAPI로 구축된) WebSocket 서비스를 활용하여 브라우저에서 서버로 MP3 형식의 오디오 청크를 전송하여 저지연 받아쓰기를 수행하는 방법입니다.
대상 사용자
SenseVoice 모델을 사용하여 실시간 음성 인식 기능을 애플리케이션에 통합하려는 개발자.
주요 특징
- 마이크 입력을 통한 실시간 받아쓰기.
- 브라우저 기반 오디오 스트리밍을 위한 WebSocket 서버.
- wav 파일 받아쓰기 지원.
- Recorder 라이브러리와의 통합을 통한 효율적인 오디오 전송.
관련
- 프로젝트
xpzouying/x-mcpX‑MCP는 Chrome 확장 프로그램으로, AI 에이전트(Claude, Codex 등)가 브라우저를 제어하여 Xiaohongshu에 게시물을 생성하고 게시할 수 있게 해줍니다. Model Context Protocol(MCP)를 사용하며, Python/Docker 백엔드가 필요 없고, aredink.com에서 발급받은 토큰만으로도 비기술자용 AI 기반 자동화를 가능하게 합니다.
- 프로젝트
Wing900/ManimCatManimCat은 자연어 수학 프롬프트를 애니메이션(Manim) 또는 정적(matplotlib) 시각 자료로 변환하는 AI 지원 웹 작업 공간입니다. 빠른 생성을 위한 "Workflow" 모드와 반복 생성을 위한 장기 실행 "Agent/Studio" 모드를 제공하며 React, Express, Redis 및 선택적 Supabase 스토리지로 구축되었으며 로컬 또는 Docker/Hugging Face Spaces에서 실행할 수 있습니다.
- 프로젝트
WecomTeam/wecom-openclaw-pluginOpenClaw AI 에이전트 플랫폼용 WeCom 채널 플러그인. Bot(WebSocket 또는 JSON 웹훅) 및 Agent(암호화 XML 웹훅) 연결을 추가하며, 리치 미디어, 프로액티브 및 스트리밍 응답, 세밀한 접근 제어, 다중 계정 설정을 지원합니다. 내장된 `wecom-cli` 도구를 통해 메시지, 이메일, 문서, 스프레드시트, 캘린더, 회의, 파일 저장소, 연락처 등 수십 가지 WeCom 비즈니스 API를 AI가 호출할 수 있도록 합니다.
- 프로젝트
ttlequals0/MinusPodMinusPod는 팟캐스트를 전사하고, LLM을 사용하여 광고 세그먼트를 식별하고, 이를 잘라내고, 광고 없는 피드를 제공하는 자체 호스팅 Docker 서비스입니다. 로컬 Whisper 기반 전사, 여러 LLM 제공업체, 사용자 수정에서 패턴 학습, 검토를 위한 웹 UI를 지원합니다.