drachtio-freeswitch-modules: 开源FreeSWITCH模块集合

RayRay
Freeswitch模块drachtio音频处理语音识别开源项目Github

drachtio-freeswitch-modules

drachtio-freeswitch-modules简介

drachtio-freeswitch-modules是一个由drachtio团队开发和维护的开源项目,旨在为FreeSWITCH提供一系列功能强大的扩展模块。这些模块主要用于实现实时语音转写、对话流处理等高级功能,可以在基于drachtio框架的各种应用中灵活使用。

该项目目前在GitHub上已获得171颗星和119次分叉,受到了众多开发者的关注和支持。项目采用MIT开源许可证,允许开发者自由使用、修改和分发代码。

主要模块介绍

mod_google_transcribe

mod_google_transcribe是一个利用Google Speech-to-Text API实现实时语音转写的FreeSWITCH模块。它可以将FreeSWITCH通道中的音频流实时发送到Google云端进行识别,并返回转写结果。

主要特性包括:

  • 支持实时流式识别
  • 可配置是否返回中间结果
  • 支持多种语言
  • 可通过语音活动检测(VAD)触发识别,减少不必要的请求
  • 提供丰富的配置选项,如单一话语模式、分离识别等

使用示例:

ep.api('uuid_google_transcribe', `${ep.uuid} start en-US interim`);

mod_dialogflow

mod_dialogflow模块可以将FreeSWITCH通道连接到Dialogflow代理,实现完整的IVR交互流程。它会将音频流传输给Dialogflow服务,获取意图识别结果、转写文本以及音频提示等信息。

主要功能:

  • 支持实时音频流传输
  • 返回意图识别结果
  • 支持播放Dialogflow返回的音频提示
  • 可配置初始事件触发欢迎提示
  • 支持指定Dialogflow环境和区域

使用示例:

ep.api('dialogflow_start', `${ep.uuid} my-agent-uuxr:production en-US welcome`);

mod_aws_transcribe

mod_aws_transcribe模块通过AWS流式转写API实现实时语音转写功能。它可以将FreeSWITCH通道的音频发送到AWS进行识别,并返回转写结果。

主要特性:

  • 支持实时流式识别
  • 可配置是否返回中间结果
  • 支持多种语言
  • 提供多种身份验证方式

使用示例:

ep.api('aws_transcribe', `${ep.uuid} start en-US interim`);

使用方法

要使用drachtio-freeswitch-modules中的模块,需要先在FreeSWITCH中加载相应的模块。然后可以通过drachtio-fsrmf包提供的API在Node.js应用中调用这些模块的功能。

一般使用流程如下:

  1. 在FreeSWITCH配置中加载所需模块
  2. 在Node.js应用中引入drachtio-fsrmf包
  3. 创建FreeSWITCH endpoint对象
  4. 调用endpoint对象的api方法执行相应的命令

例如,使用Google语音转写的代码示例:

const Srf = require('drachtio-srf'); const Mrf = require('drachtio-fsmrf'); const srf = new Srf(); const mrf = new Mrf(srf); srf.connect({...}); srf.invite((req, res) => { mrf.connectCaller(req, res) .then((ep) => { ep.api('uuid_google_transcribe', `${ep.uuid} start en-US interim`); // 处理转写结果... }); });

构建说明

对于某些模块(如mod_aws_transcribe),可能需要先构建相关的依赖库。例如,构建AWS C++ SDK可以参考项目提供的Ansible角色或具体步骤说明。

结语

drachtio-freeswitch-modules为FreeSWITCH提供了一系列强大的扩展模块,极大地增强了其语音处理和对话交互能力。开发者可以根据具体需求选择合适的模块,快速实现诸如实时语音转写、智能对话等高级功能。该项目仍在持续更新和完善中,欢迎社区贡献代码,共同推动项目的发展。

drachtio logo

要了解更多信息,可以访问项目GitHub页面或查阅相关文档。如果在使用过程中遇到问题,也可以通过GitHub Issues与开发团队交流。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多