extendable-media-recorder

extendable-media-recorder

用于自定义音频编码的可扩展MediaRecorder替代方案

extendable-media-recorder是MediaRecorder的可扩展替代方案,符合MediaStream Recording规范。该项目支持原生实现和自定义音频编码器,允许输出浏览器尚未支持的文件格式。通过内部技术实现跨浏览器兼容,并支持采样率设置。这为开发者提供了灵活的音频录制选项,适用于需要特定格式输出的应用场景。

MediaRecorder音频编码器Web Audio API自定义编码器音频流Github开源项目

extendable-media-recorder

一个可扩展的原生 MediaRecorder 替代品。

版本

这个包提供了MediaStream Recording规范中定义的(部分) MediaRecorder API。如果可能,它将使用原生实现。

此外,这个包还允许定义自定义编码器。这些编码器可用于渲染目前任何浏览器都不支持的文件。目前这仅适用于音频编码器。

使用方法

extendable-media-recorder 可在 npm 上获取,可以按常规方式安装。

npm install extendable-media-recorder

它导出 MediaRecorder 构造函数。可以像原生实现一样使用。以下示例将使用浏览器定义的默认编码器。

import { MediaRecorder } from 'extendable-media-recorder'; const stream = await navigator.mediaDevices.getUserMedia({ audio: true }); const mediaRecorder = new MediaRecorder(stream);

使用自定义编码器

extendable-media-recorder 还导出了一个 register() 函数,可用于定义自定义编码器。一个预定义的编码器可作为 extendable-media-recorder-wav-encoder使用。可以如下所示使用。

import { MediaRecorder, register } from 'extendable-media-recorder'; import { connect } from 'extendable-media-recorder-wav-encoder'; await register(await connect()); const stream = await navigator.mediaDevices.getUserMedia({ audio: true }); const mediaRecorder = new MediaRecorder(stream, { mimeType: 'audio/wav' });

设置采样率

MediaRecoder 无法直接修改采样率。它使用给定 MediaStreamsampleRate。您可以像这样读取正在使用的值:

const { sampleRate } = stream.getAudioTracks()[0].getSettings();

要修改录音的采样率,您需要更改 MediaStreamsampleRate。但这也是不可能的。因此,最可靠的方法是使用所需 sampleRateAudioContext 来进行重采样。

const audioContext = new AudioContext({ sampleRate: 16000 }); const mediaStreamAudioSourceNode = new MediaStreamAudioSourceNode(audioContext, { mediaStream: stream }); const mediaStreamAudioDestinationNode = new MediaStreamAudioDestinationNode(audioContext); mediaStreamAudioSourceNode.connect(mediaStreamAudioDestinationNode); const mediaRecorder = new MediaRecorder(mediaStreamAudioDestinationNode.stream);

内部工作原理

在内部使用两种不同的技术来启用自定义编码器。在 Chrome 中,使用原生 MediaRecorder 将流编码为带有 pcm 编码音频的 webm 文件。然后使用 ts-ebml 的最小版本来解析该 pcm 数据并将其传递给编码器。在其他浏览器中,使用 Web Audio API 获取录制音频的 pcm 数据。

编辑推荐精选

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。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型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。

热门AI工具生产力协作转型TraeAI IDE
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。

AI助手热门AI工具AI创作AI辅助写作讯飞绘文内容运营个性化文章多平台分发
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。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

下拉加载更多