ricky0123/vad

Voice activity detector (VAD) for the browser with a simple API

解决的问题

提供一种在网页浏览器或 Node.js 环境中检测用户是否在说话的方法。这使得开发者仅在实际语音存在时,才能触发特定操作,例如开始录音或向服务器发送音频片段。

工作原理

该库使用 ONNX Runtime Web 或 ONNX Runtime Node.js 运行 Silero VAD 模型,使机器学习模型可以直接在浏览器或服务器上执行,而无需为同一任务设置单独的后端服务。

适用人群

需要可靠语音活动检测方式的 Web 开发者,例如开发语音助手或实时音频处理工具等语音驱动应用。

特点

  • 高精度、易于使用的语音活动检测。
  • 可直接在浏览器或 Node.js 中运行。
  • 支持 React 和原生 JavaScript。
  • 提供语音开始和结束时的简单回调。

相关

  • 项目
  • 项目
  • 项目
  • 项目