web-audio-api-rs

web-audio-api-rs

纯Rust实现的Web Audio API库,支持非浏览器环境

web-audio-api-rs是一个纯Rust实现的Web Audio API库,适用于非浏览器环境。它支持在桌面应用、命令行工具和无头执行中进行音频处理。该项目兼容多种音频后端,如ALSA、WASAPI和CoreAudio,并提供Node.js绑定。web-audio-api-rs遵循W3C规范,为Rust开发者提供灵活、高性能的音频处理工具。

RustWeb Audio API音频处理跨平台开源项目Github

Rust Web音频API

crates.io docs.rs

Web音频API的纯Rust实现,用于非浏览器环境

关于Web音频API

Web音频API (MDN文档) 提供了一个强大而灵活的系统来控制Web上的音频,允许开发者选择音频源、为音频添加效果、创建音频可视化、应用空间效果(如声像)等等。

我们的Rust实现将Web音频API与Web解耦。现在你可以在桌面应用、命令行工具、无头执行等场景中使用它。

使用示例

use web_audio_api::context::{AudioContext, BaseAudioContext}; use web_audio_api::node::{AudioNode, AudioScheduledSourceNode}; // 根据你的硬件设置优化的音频上下文 let context = AudioContext::default(); // 对于背景音乐,从本地文件读取 let file = std::fs::File::open("samples/major-scale.ogg").unwrap(); let buffer = context.decode_audio_data_sync(file).unwrap(); // 设置AudioBufferSourceNode let mut src = context.create_buffer_source(); src.set_buffer(buffer); src.set_loop(true); // 创建一个双二阶滤波器 let biquad = context.create_biquad_filter(); biquad.frequency().set_value(125.); // 连接音频节点 src.connect(&biquad); biquad.connect(&context.destination()); // 播放缓冲区 src.start(); // 欣赏音乐 std::thread::sleep(std::time::Duration::from_secs(4));

查看文档了解更多信息。

规范遵从性

我们尽可能严格遵守官方W3C规范,但一些偏差是不可避免的:

  • 命名:使用snake_case而不是CamelCase
  • 使用getter/setter方法而不是暴露属性
  • 引入了一些命名空间
  • 继承通过trait来建模

绑定

我们在https://github.com/ircam-ismm/node-web-audio-api提供了这个库的NodeJS绑定,因此你可以通过简单编写原生NodeJS代码来使用这个库。

这使我们能够运行官方的WebAudioAPI测试套件追踪我们的规范遵从性得分

音频后端

默认情况下,使用cpal库进行跨平台音频I/O。

我们通过cubeb特性标志为cubeb后端提供实验性支持。请注意,为了运行cubeb,必须在本地安装cmake

特性标志后端
cpal(默认)ALSA、WASAPI、CoreAudio、Oboe(Android)
cpal-jackJACK
cpal-asioASIO 参见 https://github.com/rustaudio/cpal#asio-on-windows
cubebPulseAudio、AudioUnit、WASAPI、OpenSL、AAudio、sndio、Sun、OSS

Linux用户注意事项

在Linux上使用ALSA后端的库可能会导致意外的刺耳声音(默认渲染大小为128帧)。在这种情况下,一个简单的解决方法是在创建音频上下文时传递AudioContextLatencyCategory::Playback延迟提示,这将增加渲染大小到1024帧:

let audio_context = AudioContext::new(AudioContextOptions { latency_hint: AudioContextLatencyCategory::Playback, ..AudioContextOptions::default() });

对于需要低延迟的实时和交互式应用,你应该使用cpal提供的JACK后端。为此,你需要一个运行中的JACK服务器,并使用cpal-jack特性构建你的应用,例如cargo run --release --features "cpal-jack" --example microphone

针对浏览器

我们可以通过cpalwasm-bindgen后端将Rust WebAudio输出重新输入到浏览器中,从而完成全循环。查看一个WASM项目示例。 警告:实验性功能!

贡献

web-audio-api-rs欢迎所有人以建议、错误报告、拉取请求和反馈的形式做出贡献。💛

如果你需要贡献的想法,有几种方法可以开始:

  • 尝试我们的一些示例(位于examples/目录)并开始构建你自己的音频图
  • 发现了bug或有功能请求?提交一个问题
  • 标记为good first issue的问题是相对简单的入门问题。

除非你明确声明,否则你有意提交以包含在web-audio-api-rs中的任何贡献,均应根据MIT许可证授权,不附加任何其他条款或条件。

许可证

本项目根据MIT许可证授权。

致谢

用于HRTF空间化的IR文件是Ircam EAC团队创建的LISTEN数据库的一部分。

编辑推荐精选

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!

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。

下拉加载更多