Project Icon

react-speech-recognition

React语音识别钩子实现实时语音转文本

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。

RuntimeSpeechRecognizer - 基于OpenAI的Whisper的语音识别项目
GithubOpenAI's WhisperRuntime Speech RecognizerUnreal Engine开源项目语音识别高性能
RuntimeSpeechRecognizer是一个高效的语音识别项目,基于OpenAI的Whisper技术,提供快速且准确的识别。支持英语和多语言(多达100种语言),提供从75 MB到2.9 GB多种模型尺寸。自动下载语言模型,支持将识别的语音翻译成英语,特性可定制,无需静态库或外部依赖,兼容多个平台(Windows、Mac、Linux、Android、iOS等)。
WhisperUI - 多语言支持的高效语音转文字工具
AI工具API密钥OpenAI Whisper多语言支持语音转文字转录
WhisperUI是一款基于先进语音识别技术的转文字工具。支持多种音频格式,可快速将语音转换为文本和SRT字幕。具备多语言转录功能,转录准确度高,抗干扰能力强。提供免费基础功能和付费高级特性。适用于多种场景的音频转文字需求,是一个便捷、经济的语音识别解决方案。
react-babylonjs - 声明式语法构建Babylon.js 3D场景的React库
3D引擎GithubReact集成react-babylonjs声明式语法开源项目组件复用
react-babylonjs是一个开源项目,允许开发者使用声明式语法和React组件构建Babylon.js 3D场景。它支持TypeScript,提供自动完成和编译时检查功能。该项目涵盖了Babylon.js API的主要功能,包括添加阴影、物理效果和3D模型等。react-babylonjs还提供了灵活的编码方式,允许在声明式和命令式编程之间切换。这个库旨在为开发者提供多种Babylon.js与React集成的选择。
Magic Translate - 高效简便的React应用多语言翻译工具
AI工具APIMagic TranslateReact定价计划翻译
Magic Translate为React应用提供高效的多语言翻译解决方案。这款React多语言支持工具特点包括简单易用的API、实时翻译功能、低价格、快速部署和低维护成本。开发者可以轻松更新内容并快速发布,无需等待翻译。Magic Translate的API易用性和翻译速度远超同类产品,提供从免费版到企业级的多种方案,适应不同规模的项目需求。这个工具显著简化了React应用的翻译流程,大幅提升开发效率,是您的理想选择。
MsEdgeTTS - 微软Edge朗读API的高效文字转语音模块
Azure Speech ServiceGithubMicrosoft EdgeMsEdgeTTSSSML开源项目文本到语音
MsEdgeTTS是一个基于Azure语音服务的简易模块,通过Microsoft Edge的朗读API实现文字转语音,支持speak、voice、prosody等SSML元素。项目提供多种音频输出格式,并通过详细的API文档和示例,便于用户有效集成及使用。
whispering-ui - 多功能实时语音处理开源应用
AI模型GithubWhispering Tiger UI实时翻译开源工具开源项目语音转写
Whispering Tiger UI是一个开源项目,提供原生用户界面来控制Whispering Tiger应用。它能够处理实时音频流和游戏画面,进行转录和翻译,并通过WebSocket或OSC将结果输出到浏览器或VRChat。核心功能涵盖语音转文字、文本翻译、文字转语音和图像识别。该工具支持插件扩展,界面友好,适合不同经验水平的用户使用。
react-native-track-player - React Native全功能音频模块 支持多平台音乐应用开发
GithubReact Native多平台支持媒体控制开源项目背景模式音频播放
react-native-track-player是专为音乐应用设计的全功能音频模块。它支持Android、iOS和Web平台,提供音频播放、外部媒体控制和后台模式等功能。该模块可播放本地和网络音频,包括流媒体。其特点包括轻量级、原生体验和高度可定制性,并支持React Hooks。这使其成为需要先进音频功能的React Native应用开发的理想选择。
react-agent - GPT-4驱动的开源React组件生成与组合自治代理
GPT-4GithubReact.jsReactAgent开源开源项目组件生成
ReactAgent是一个实验性开源项目,利用GPT-4模型从用户故事生成和组合React组件。项目使用React、TailwindCSS、Typescript、Radix UI和Shadcn UI,基于原子设计原则构建。主要功能包括从用户故事生成React组件、使用本地图形系统生成组件,并支持项目定制和操作。适合开发者快速创建原型,但需注意生成代码并非生产就绪,建议逐步运行并审核代码。
win11React - Web浏览器中的Windows 11桌面复刻体验
GithubReact应用Win11React开源项目桌面体验网页仿Windows11
Win11React是一个开源项目,利用React等Web技术在浏览器中重现Windows 11桌面环境。该项目实现了开始菜单、搜索、小部件等Windows 11核心功能,支持多语言和主题自定义。Win11React不隶属于微软,仅供学习和娱乐。开发者可通过GitHub贡献代码,用户可在多个平台部署使用。
android-speech - 简化的Android语音识别和文字转语音功能
Android SpeechGithubGradleSpeech.init开源项目文本转语音语音识别
android-speech库,当前版本x.y.z,为Android开发者提供便捷、高效的语音识别与文字转语音解决方案。该库支持简单的初始化设置和API调用,提供多语言和多种声音选项,配备有自定义进度动画。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号