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

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
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
商汤小浣熊

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

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

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

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

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!

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。

下拉加载更多