JavaScript 语音活动检测

只需几行代码即可在包含用户语音的音频片段上运行回调

本包旨在提供一个准确、用户友好的语音活动检测器（VAD），可在浏览器中运行。它还对 Node.js 提供有限支持。通过使用此包，您可以请求用户允许使用麦克风、开始录音、将包含语音的音频片段发送到服务器进行处理，或在用户说话时显示特定动画或指示器。

• 查看实时演示
• 加入我们的 Discord！
• 浏览或贡献文档
• 如果您想贡献代码，我已经开始编写一些关于如何开始修改这些包的文档，可以在这里找到。如果您有任何问题，可以在这里提出问题或在 Discord 上留言。
• 新功能：请填写这份调查，让我了解您正在用这些包构建什么以及如何使用它们！

在底层，这些包使用 ONNX Runtime Web / ONNX Runtime Node.js 运行 Silero VAD [1]。非常感谢这些人让这一切成为可能。

赞助

请为项目提供财务支持 - 特别是如果您的商业产品依赖于此包。

快速开始

要在浏览器中通过 script 标签使用 VAD，请包含以下 script 标签：

<script src="https://cdn.jsdelivr.net/npm/onnxruntime-web@1.14.0/dist/ort.js"></script>
<script src="https://cdn.jsdelivr.net/npm/@ricky0123/vad-web@0.0.7/dist/bundle.min.js"></script>
<script>
  async function main() {
    const myvad = await vad.MicVAD.new({
      onSpeechStart: () => {
        console.log("检测到语音开始")
      },
      onSpeechEnd: (audio) => {
        // 使用 `audio` 进行处理（采样率为 16000 的 Float32Array 音频样本）...
      }
    })
    myvad.start()
  }
  main()
</script>

有关为浏览器打包语音活动检测器或在 Node.js 或 React 项目中使用它的文档可以在 vad.ricky0123.com 上找到。

参考文献

[1] Silero 团队. (2021). Silero VAD: 预训练的企业级语音活动检测器 (VAD)、数字检测器和语言分类器. GitHub, GitHub 仓库, https://github.com/snakers4/silero-vad, hello@silero.ai.