univoice

univoice

Unity开源语音聊天框架

UniVoice是一个为Unity开发的开源语音聊天框架。该项目支持多人群组语音聊天,提供即插即用功能,无需编写复杂的音频和网络代码。UniVoice具有高度可定制性,支持PUN2和WLAN等多种网络类型。开发者可自定义音频输入、输出和网络传输方式,以适应不同应用场景。该框架简化了Unity项目中实时语音通信的实现过程。

UniVoice语音聊天Unity插件音频输入输出网络通信Github开源项目

UniVoice

Unity的可扩展语音聊天/VoIP解决方案。

特性

  • 👥 群组语音聊天

    • 多个用户可以加入聊天室并交换音频。
    • 提供按用户静音音频的API
  • 📦 即插即用

    • 大多数用例无需编写音频和网络代码
    • 支持多种网络类型,包括PUN2和WLAN
  • 🎛️ 可定制

    • UniVoice本质上是一系列接口的集合,你可以自行实现
    • 更多信息请参见下方的自定义部分

安装

推荐通过npmjs.org上名为com.adrenak.univoice的UniVoice UPM包进行安装

  1. 添加带有UniVoice作用域的NPM注册表。为此,请转到编辑/项目设置/包管理器,添加URL为https://registry.npmjs.org的NPM作用域注册表,并添加com.adrenak.univoice作为作用域。

  2. 从NPM注册表安装包。为此,请转到窗口/包管理器并刷新包。在我的注册表视图中选择(位于左上角,默认选择是Unity注册表),找到UniVoice并点击安装。安装后,该包也会显示在项目中视图中。

使用方法

创建聊天室代理

要能够托管和加入语音聊天室,你需要一个ChatroomAgent实例。

var agent = new ChatroomAgent(IChatroomNetwork network, IAudioInput audioInput, IAudioOutputFactory audioOutputFactory);

托管和加入聊天室

agent.Network是使用UniVoice最常访问的对象。

// 托管聊天室
agent.Network.HostChatroom(optional_data);

// 加入现有聊天室
agent.Network.JoinChatroom(optional_data);

// 离开聊天室
agent.Network.LeaveChatroom(optional_data);

// 关闭聊天室
agent.Network.CloseChatroom(optional_data);

可以通过agent.Network.CurrentMode访问ChatroomAgent的当前模式,这将返回一个ChatroomAgentMode枚举对象,可能的值有:

  • Unconnected:代理既不是主机,也不是聊天室的客人
  • Host:代理当前正在托管聊天室
  • Guest:代理当前是聊天室的客人

与用户交互

聊天室中的每个人都由主机分配一个ID。每个人都有一个包含其他用户ID的列表。UniVoice中的ID是一个C#short类型,在聊天室中对每个成员都是唯一的。

获取你的ID:

short myID = agent.Network.OwnID;

获取聊天室中其他用户的列表:

short others = agent.Network.PeerIDs

要将聊天室中的所有人静音,使用agent.MuteOthers = true;,设置为false取消静音。这将停止聊天室中每个用户的音频。

要对聊天室中的所有人将自己静音,使用agent.MuteSelf = true;,设置为false取消静音。这将停止向聊天室中的用户发送你的音频。

要静音特定用户,首先获取该用户的设置对象:

agent.PeerSettings[id].muteThem = true; // 其中id属于你想要静音的用户

如果你想对特定用户将自己静音,使用:

agent.PeerSettings[id].muteSelf = true; // 其中id属于你不想让他听到你的用户

事件

agent.Network提供了几个网络相关的事件。请参考API参考了解它们。

⚙️ 自定义

UniVoice是一个即插即用的解决方案,带有几个预先存在的模块。最常见的用例(可能是3D/空间音频群组聊天)不需要你自己编写任何音频或网络代码。

但它也为你提供了扩展和修改的方法。

🎤 音频输入

UniVoice对音频输入源不做限制。这意味着它不关心从哪里获取音频。它只关心获取音频数据,让你可以自由地更改它获取音频的来源。

  • 传输实时麦克风输入
  • 通过读取磁盘上的mp3文件发送音频
  • 发送视频文件的音轨
  • 发送游戏内音频

最常见的输入源是实时麦克风输入。如果这是你所需要的,这里有一个基于UniMic的官方输入实现可用

IAudioInput接口API参考在这里

🔊 音频输出

UniVoice也对音频输出不做限制。这意味着它不关心你如何处理从其他用户接收到的音频。它只是给你数据然后忘记它,由你决定如何使用它。

  • 你可以使用AudioSource在Unity中播放它
  • 你可以将它保存到磁盘
  • 你可以将它用作语音转文本的输入
  • 将它流式传输到服务器

最常见的输出源是在你的应用程序内播放。这里有一个官方输出实现,可以在Unity AudioSource上播放用户音频可用

创建音频输出需要实现两个接口。它们是IAudioOutputIAudioOutputFactory

🌐 网络

你猜对了。UniVoice对网络不做限制。这意味着它不关心音频如何在用户之间交换。它只需要一个实现了IChatroomNetwork接口的网络实现,这允许你将其适配到不同类型的网络基础设施。

  • 你可以通过WLAN发送音频
  • 或者webrtc
  • 或者流行的网络解决方案提供商,如Photon
  • 或者你自己的自定义后端解决方案

创建你自己的网络需要你实现IChatroomNetwork接口

文档和示例

目前没有手册。API参考请访问http://www.vatsalambastha.com/univoice

这里有一个示例应用

许可和支持

本项目采用MIT许可

不保证更新和维护,项目由原开发者在空闲时间维护。欢迎社区贡献。

可以安排商业咨询和开发,但取决于时间安排和可用性。

联系方式

开发者Vatsal Ambastha可以通过以下链接联系:

网站 LinkedIn GitHub Twitter

编辑推荐精选

TRAE编程

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。

AI工具TraeAI IDE协作生产力转型热门
蛙蛙写作

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。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

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。

热门AI助手AI对话AI工具聊天机器人
Transly

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

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。

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。

下拉加载更多