LiveWhisper
基于Whisper模型的实时语音转录和语音助手
LiveWhisper项目利用OpenAI的Whisper模型，通过sounddevice库采集声音，实现句子到句子的实时语音转录。该项目可以在一定条件下替代SpeechRecognition工具。它还包括一个语音命令助手，类似于Siri和Alexa，能够执行多种语音命令，如查询天气、时间、讲笑话及执行Wikipedia搜索等。适用于技术爱好者和开发人员，帮助实现高效的语音交互系统。
LiveWhisper 项目介绍
项目概述
LiveWhisper 是一个基于 Whisper 模型的实时转录项目，旨在实现伪实时的逐句口述识别，并在终端输出结果。该项目利用 OpenAI 的 Whisper 模型和 sounddevice 库来监听麦克风信号。音频通过麦克风捕捉到声音，当音量和频率达到一定阈值时，音频会被暂存；当检测到静音时，音频被保存为一个临时文件并发送至 Whisper 进行处理。
项目依赖
LiveWhisper 需要以下依赖：
- Whisper
- numpy
- scipy
- sounddevice
此外，LiveWhisper 可以在某种程度上作为 SpeechRecognition 的替代方案，尽管 SpeechRecognition 已添加了对 Whisper 的支持，用户可以自行决定选择哪个工具。
Whisper 助手
在 LiveWhisper 的基础上，还提供了一个名为 assistant.py 的简单语音命令助手。这一助手尝试模仿 Siri、Alexa 或 Jarvis 等语音助手的基本功能。
额外依赖
除了与 LiveWhisper 相同的依赖外，Whisper 助手还需要以下库：
- requests
- pyttsx3
- wikipedia
- bs4
- espeak
- python3-espeak
功能特性
助手的激活通过语音识别，例如说出默认的唤醒词 "computer"，"hey computer" 或 "okay computer" 等，可以通过等待助手的回应或直接发出请求来操作。主要功能包括：
- 查询天气
- 获取日期和时间
- 讲笑话
- 进行 Wikipedia 搜索
- 处理基本的数学计算和简单的常识问答，虽然这些依赖 Google's 即时答案，有时可能不起作用
此外，它还支持媒体播放器的控制指令，如播放、暂停、下一首、上一首、停止和查询当前播放内容 。需要注意的是，要实现良好的媒体控制功能，需开启某种形式的噪音/回声消除，具体方法可参考这里。
关闭助手
可以通过按下 ctrl+c 终止助手，或通过语音说出助手的名字并加上"terminate"来关闭它。
支持与捐助
如果您喜欢 LiveWhisper 项目并希望支持开发者继续进行更多的项目，您可以考虑通过我的 Ko-fi 页面进行捐助。感谢您的支持！
编辑推荐精选
商汤小浣熊
最强AI数据分析助手
小浣熊家族Raccoon，您的AI智能助手，致力于通过先进的人工智能技术，为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答，小浣熊都能以快速、准确的响应满足您的需求，让您的生活更加智能便捷。
imini AI
像人一样思考的AI智能体
imini 是一款超级AI智能体，能根据人类指令，自主思考、自主完成、并且交付结果的AI智能体。
Keevx
AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。
即梦AI
一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能，助力创意创作
扣子-AI办公
AI办公助手，复杂任务高效处理
AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！
TRAE编程
AI辅助编程，代码自动修复
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。
蛙蛙写作
AI小说写作助手，一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
问小白
全能AI智能助手，随时解答生活与工作的多样问题
问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。
Transly
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。
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。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号