use-whisper

use-whisper

适用于OpenAI Whisper API的React Hook,支持语音录制和静音消除

useWhisper 是一个为 OpenAI Whisper API 提供的 React Hook,具备语音录制、实时转录和静音消除功能。正在开发的 React Native 版本将使移动应用开发更便捷。用户可以通过 npm 或 yarn 安装,并通过丰富的配置和回调函数实现自定义转录。主要依赖项包括 recordrtc、lamejs、ffmpeg、hark 和 axios,是开发者进行语音处理和转录的理想工具。

useWhisperReact HookOpenAI语音识别实时转录Github开源项目

项目介绍:use-whisper

use-whisper 是一个为 OpenAI Whisper API 专门设计的 React Hook,它内置了语音录音功能、实时转录和静音删除功能,提升了语音处理的便捷性和智能化。

项目特色

  • 语音录音与转录:use-whisper 能够录制用户的语音,并利用 OpenAI Whisper API 将语音内容快速转录为文本。

  • 实时转录:项目支持实时转录功能,让用户在语音输入的同时查看转录结果。

  • 静音删除:通过静音删除功能,系统在发送至 OpenAI API 之前删除录音中的静音部分,从而节省了处理成本。

安装步骤

您可以通过以下任意方式来安装 use-whisper:

npm i @chengsokdara/use-whisper

yarn add @chengsokdara/use-whisper

使用方法

以下是一个简单的使用示例:

import { useWhisper } from '@chengsokdara/use-whisper' const App = () => { const { recording, speaking, transcribing, transcript, pauseRecording, startRecording, stopRecording, } = useWhisper({ apiKey: process.env.OPENAI_API_TOKEN, // 用户的 OpenAI API 密钥 }) return ( <div> <p>录音状态: {recording}</p> <p>讲话状态: {speaking}</p> <p>转录状态: {transcribing}</p> <p>转录文本: {transcript.text}</p> <button onClick={() => startRecording()}>开始</button> <button onClick={() => pauseRecording()}>暂停</button> <button onClick={() => stopRecording()}>停止</button> </div> ) }

自定义服务器

为了保证 OpenAI API 密钥的安全性,您可以通过自定义服务器来处理录音数据:

import { useWhisper } from '@chengsokdara/use-whisper' const App = () => { const onTranscribe = (blob) => { // 该回调函数允许自定义服务器处理转录 // 并返回结果给 useWhisper } const { transcript } = useWhisper({ onTranscribe, }) return ( <div> <p>{transcript.text}</p> </div> ) }

主要功能演示

  • 实时流媒体转录:可以根据设置的时间片段实时转录音频。

  • 自动删除静音:利用 ffmpeg 来删除录音中的静音部分,以节省处理成本。

  • 组件挂载时自动开始录音:实现组件挂载时立即开始录音。

  • 持续录音直到用户停止说话:在用户持续讲话时保持录音,自动在设定时间后停止。

  • 自定义 Whisper API 配置:设置自动转录时能够自定义 Whisper API 的配置,如语言、响应格式、温度等。

依赖

use-whisper 依赖以下包来实现其功能:

  • @chengsokdara/react-hooks-async:用于异步 React Hooks
  • recordrtc:跨浏览器音频录音工具
  • lamejs:将 wav 转码为 mp3
  • @ffmpeg/ffmpeg:用于静音删除
  • hark:用于检测语音
  • axios:用于替代 fetch 与 Whisper 端点进行通信

这些依赖会根据需要进行动态加载,优化了资源使用。

未来发展

  • 正在开发对 react-native 的支持,计划以 use-whisper/native 项目形式发布。

use-whisper 项目为开发者在 React 应用中提供强大的语音处理能力,降低了处理语音输入和转录的复杂度与成本。对于需要语音识别功能的应用来说,无论是网页端还是移动端,这都是一个理想的选择。

编辑推荐精选

堆友

堆友

多风格AI绘画神器

堆友平台由阿里巴巴设计团队创建,作为一款AI驱动的设计工具,专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图,显著提升设计品质和效率。平台不仅提供工具,还是一个促进创意交流和个人发展的空间,界面友好,适合所有级别的设计师和创意工作者。

图像生成AI工具AI反应堆AI工具箱AI绘画GOAI艺术字堆友相机AI图像热门
码上飞

码上飞

零代码AI应用开发平台

零代码AI应用开发平台,用户只需一句话简单描述需求,AI能自动生成小程序、APP或H5网页应用,无需编写代码。

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码,轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统,允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令,自动执行排序、公式计算和数据透视等操作,支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内,支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
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
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
博思AIPPT

博思AIPPT

AI一键生成PPT,就用博思AIPPT!

博思AIPPT,新一代的AI生成PPT平台,支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等,内置海量精美PPT模板,涵盖商务、教育、科技等不同风格,同时针对每个页面提供多种版式,一键自适应切换,完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命,一站式智能商拍平台

潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌,基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。

下拉加载更多