ricky0123/vad

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

解決的問題

提供一種在瀏覽器或 Node.js 環境中偵測使用者是否正在說話的方法。這讓開發者僅在實際語音存在時,才能觸發特定動作,例如開始錄音或將音訊片段傳送至伺服器。

工作原理

此套件使用 ONNX Runtime Web 或 ONNX Runtime Node.js 執行 Silero VAD 模型,使機器學習模型可直接在瀏覽器或伺服器上執行,無需為相同任務設置額外的後端。

適用對象

開發語音驅動應用(如語音助理或即時音訊處理工具)的 Web 開發者,需要可靠方式來偵測語音活動。

特色

  • 高準確度、易用的語音活動偵測。
  • 可直接在瀏覽器或 Node.js 中執行。
  • 支援 React 與原生 JavaScript。
  • 提供語音開始與結束時的簡單回呼函數。

相關

  • 專案
  • 專案
  • 專案
  • 專案