react-speech-recognition

React语音识别钩子实现实时语音转文本

React 语音识别 Web Speech API 麦克风跨浏览器支持 Github 开源项目

react-speech-recognition是一个基于Web Speech API的React钩子，能将麦克风捕获的语音实时转换为文本。它支持语音命令、连续监听和多语言识别，提供简单API控制麦克风和访问转录。为实现更广泛的浏览器兼容性，推荐配合语音识别polyfill使用。

访问官网

Github

介绍相关项目

react-media-recorder - React组件和Hook实现音频、视频及屏幕录制功能

GithubMediaRecorderReact屏幕录制开源项目视频录制音频录制

react-media-recorder是一个React组件和Hook库，用于实现音频、视频和屏幕录制功能。它基于MediaRecorder API，提供简洁的接口和自定义UI渲染能力。该库支持TypeScript，便于开发者集成和控制录制过程。适用于在React应用中需要添加媒体录制功能的场景。

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

GithubOpenAIReact HookuseWhisper实时转录开源项目语音识别

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。

react-llm - 使用无头 React Hooks 在浏览器中运行 LLM，支持 WebGPU 加速

@react-llm/headlessGithubLLMReact HooksVicuna 7BWebGPU开源项目

提供简单易用的无头 React Hooks，利用 WebGPU 在浏览器中运行大语言模型（LLM），确保数据不离开浏览器。支持 Vicuna 7B 模型，允许自定义提示词和角色名称，提供令牌限制等功能。支持数据持久化存储和模型缓存，提升加载速度和用户体验。

openai-whisper - Next.js实现的自动语音识别，支持实时转录和录音回放

GithubNext.jsopenai-whisper实时转录开源项目自动化转录语音识别

本项目是基于OpenAI Whisper的自动语音识别系统webapp，使用Next.js框架开发。它能自动录音并上传至服务器进行转录和翻译，然后将结果返回前端。支持录音回放以验证输出效果，同时可通过设置消除背景噪音和调整录音暂停时间。项目仍在开发中，提供多种配置选项，适合需要快速实现语音转录功能的开发者。

easy-speech - 跨浏览器语音合成的简单解决方案

Easy SpeechGithubJavaScriptWeb Speech API开源项目语音合成跨浏览器

Easy Speech是一款跨浏览器语音合成库，无需额外依赖。它提供统一API接口和异步操作支持，具备全局及特定语音实例的事件钩子。该项目能自动检测加载可用语音，并解决了多个浏览器特有问题。Easy Speech还包含内部日志功能，支持多种构建目标，并提供在线演示测试浏览器兼容性。它简化了Web Speech API在主流浏览器上的语音合成实现。

whisper-web - 浏览器端实时语音识别技术

GithubTransformers.jsWebGPUWhisper Web开源项目浏览器应用语音识别

Whisper Web是一个基于机器学习的浏览器端语音识别项目。它利用 Transformers.js 技术，在客户端实现实时语音处理，无需服务器支持。该项目提供在线演示和本地部署选项，并正在开发 WebGPU 支持以提高性能。Whisper Web 展示了 Web 技术在语音识别领域的应用潜力，为开发者提供了一个便捷的语音识别解决方案。

Recorder - 多平台支持的HTML5录音和实时音频处理库

GithubHTML5录音Recorder实时转码开源项目浏览器兼容性音频处理

Recorder是一款跨平台HTML5录音库，支持实时音频处理、格式转换和可视化。兼容大多数现代浏览器及移动设备，适用于语音录制、实时语音识别等场景。支持MP3、WAV等多种音频格式，提供丰富插件和API，便于开发者实现复杂音频处理。除浏览器环境外，Recorder还可用于微信小程序和uni-app等应用中。

lobe-tts - 服务器和浏览器上高效可靠的TTS/STT技术库

GithubLobe TTSReact组件TTS/STT库开源开源项目服务器端语音生成

Lobe TTS提供全面的文本转语音解决方案，支持多种语音选择并可实现极具逼真度的音频输出。适用于服务器与浏览器端，助力开发者轻松集成先进的语音交互功能到任何应用，包括开箱即用的React组件以简化前端集成。

whisper.rn - React Native环境中的Whisper自动语音识别模型的高性能实现

GithubReact Nativewhisper.cppwhisper.rn开源项目自动语音识别音频转录

whisper.rn是React Native环境中OpenAI的Whisper自动语音识别模型的高性能实现，支持iOS和Android平台，具备实时转录功能，并集成Core ML和NDK优化。项目提供详细的安装与使用指南及实用技巧，适合在移动应用中集成语音识别功能。

use-sound - React音效钩子为网页添加简单交互音效

GithubHowler.jsReact HookuseSound声音播放开源项目音效

use-sound是一个为React设计的音效钩子库。它提供声明式API，体积仅1kb（gzip后），使用TypeScript构建，基于Howler.js音频工具。开发者可通过use-sound为网页添加点击播放、悬停音效、音高调节等交互音效，适用于多种React项目场景，有助于提升用户体验。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

AIWritePaper论文写作

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。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com