WhimRead 需要 JavaScript 才能使用站内搜索。
Whim
Read
随手一翻
发现
全部工具
推荐
惊喜
关于
搜索
English
库 / 框架
ten-vad
TEN-framework/ten-vad
低
延迟
轻量
高性
能
的
实时
语音
活动
检测
引擎库,
提供
跨平台多
语言
接入
以
降低
对话
系统
交互
延迟。
去 GitHub 看仓库
复制链接
标签
conversational-ai
real-time
speech-processing
vad
voice-activity-detection
voice-commands
voice-recognition
audio
同类项目
roc-toolkit
1.3k
面
向
网络
实时
音频
流
传输
的
C语
言工具
套件,
提供
低延迟
传输
丢
包恢复
与
时钟
转换,
供上
层
应用
集成。
ffsubsync
7.9k
基于
语音
活动
检测
与
FFT
对
齐
自动
校
准
字幕
时间
轴
的
字幕
同
步
工具,
支持
视频
与
参考
字幕
的
AI
驱动
应用。
ffmpeg
65.7k
处理
音
视频
与
字幕
的
多
媒体库
与
工具集,
提供
编解码、
封装、
滤镜
及
命令
行
转换
分析
能力。
pathway
62.1k
Python实时
流批
一体
数据
处理
框架,
统
一
引擎
做
ETL
与
实时
分析,
支持
LLM
与
RAG
管道,
需写
代
码
开发
部署。
howler.js
25.4k
为
现代
Web
提供
的
JavaScript
音
频库,
统一
Web Audio
与
HTML5 Audio
接口,
支持
多
格式
播放
与
空间
音效。
FunASR
20.8k
工业
级
语
音识
别工
具包,
覆盖
训练、
推理、
流式
ASR、
VAD、
标点、
说话
人
分离
及OpenAI
兼容
服务
部署。
2292
conversational-ai,real-time,speech-processing
低延迟轻量高性能的实时语音活动检测引擎库,提供跨平台多语言接入以降低对话系统交互延迟。
←
上一个
gemini-mcp-tool
下一个
→
hidapi