echogarden-project/echogarden

解決的問題

Echogarden 提供了一套統一且易於安裝的語音處理工具集。它消除了對複雜系統級依賴（如 Python 或 Docker）的需求，讓使用者能直接透過 Node.js 執行高品質的語音轉文字、文字轉語音以及音訊分析工具。

如何運作

此專案以 TypeScript 寫成，並在 Node.js 執行環境中運行。它結合純 TypeScript 實作、WebAssembly 版本以及 ONNX 執行時，離線執行 AI 模型（如 Whisper 和 Kokoro），同時也提供與 Google、Microsoft、Amazon 和 OpenAI 的雲端語音服務整合。

適用對象

專為希望將語音功能整合至 Node.js 應用程式的開發者，或需要強大命令列介面進行音訊轉錄、翻譯與合成的終端使用者設計。

主要特色

• 完整的語音工具套件：包含文字轉語音（TTS）、語音轉文字（STT）、語音活動檢測（VAD）以及音源分離。
• 免 wget 安裝：無需 Python 或 Docker；可作為標準 npm 套件安裝。
• 進階對齊功能：支援使用動態時間扭曲（DTW）與引導解碼的語音轉文字對齊，支援超過 100 種語言。
• 音訊增強：內建語音降噪與從背景音樂或環境音中分離語音的功能。
• 發音改善：包含文字正規化與異音字歧義消除，以提升離線 TTS 引擎的準確性。
• 詞級時間戳記：為所有辨識、合成與翻譯輸出提供精確的時間資訊。