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
lennney/stop-that-shitStop That Shit 是一个为 AI 编码代理(Codex、Claude Code、OpenCode、Hermes CLI、Pi)添加防护层的插件。它定义了一个包含四个问题的“Stop Ladder”,用于判断代理提议的操作(文件写入、依赖安装、哈希生成等)是否真正必要。防护层拦截这些操作,除非用户明确授权,否则会阻止它们,并返回清晰的 STOP 消息。一个独立的技能 STSS 会从代理的文本输出中删除不必要的防御性语言。该项目提供五个代理的适配器、测试套件,以及每个主机的安装脚本。
- 项目
0Chencc/clawgodClawGod 是一个 GPL 许可的包装器,可提取官方 Claude Code 二进制文件,应用一系列补丁以解锁隐藏命令、移除安全限制并添加自定义行为,然后在 Bun 中运行修补后的 CLI。它支持自动更新、功能开关,可在 macOS、Linux 和 Windows 上运行。
- 项目
zhimaAi/chatwikiChatWiki 是一个基于 Docker 的开源平台,可将微信公众号转变为 AI 助手。它提供可视化工作流构建、自动回复(文本、语音、图片、小程序卡片)、从抓取文章或上传文档创建知识库、混合向量-图谱搜索以及人工交接功能。后端使用 Go 和 Python,前端使用 Vue.js,数据库为 PostgreSQL 16 与 pgvector 实现嵌入。支持超过 20 个 LLM 提供商(如 OpenAI、Claude、DeepSeek),可部署为 Web 应用、桌面客户端或嵌入其他服务。个人用户可免费使用;商业用户需购买付费许可证。
- 项目