Project Icon

Recorder

多平台支持的HTML5录音和实时音频处理库

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。

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。
react-speech-recognition - React语音识别钩子实现实时语音转文本
GithubReactWeb Speech API开源项目语音识别跨浏览器支持麦克风
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。
html5_rtsp_player - 浏览器直播RTSP流媒体的JavaScript库
GithubHTML5播放器RTSPWebSocket代理实时流媒体开源项目网络摄像头
html5_rtsp_player是一个JavaScript库,实现在浏览器中直接播放RTSP流媒体。它将解码任务转移到用户浏览器,避免中间服务器转码,从而降低延迟并提高性能。该项目支持H264和AAC编码,兼容多数主流浏览器,集成方便。这为在网页上播放IP摄像头等RTSP源提供了高效方案。
standardized-audio-context - Web Audio API跨浏览器封装库 实现统一可靠的音频处理
AudioContextGithubOfflineAudioContextWeb Audio API开源项目跨浏览器兼容音频处理
standardized-audio-context是Web Audio API的跨浏览器封装库,提供几乎完整的API子集。作为ponyfill实现,不影响全局作用域,可安全用于其他库。该项目专注实现缺失功能,避免重写内置特性,在支持的浏览器中提供一致可靠的音频处理能力,为开发者提供标准化的Web音频开发体验。
mediaelement - 统一跨浏览器HTML5音视频播放解决方案
GithubHTML5播放器MediaElementJS开源项目跨浏览器兼容音视频播放
MediaElementJS是一个跨浏览器HTML5音视频播放库,提供统一的用户界面和API。支持IE11+等主流浏览器,易于集成和定制,并具有丰富的插件生态。该库使开发者能够轻松实现跨平台媒体播放功能,为最终用户提供流畅的音视频体验。
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。
Record - 用户问题可视化分析与解决平台
AI分析AI工具B2B SaaS支持Record工作流程优化用户问题可视化
Record是一款面向B2B SaaS企业的支持层工具,通过智能可观测性技术自动捕获用户会话、网络请求和前端错误。该平台提供智能分析、错误诊断和主动监控功能,将原始数据转化为可操作洞察,帮助企业快速识别和解决用户问题,简化工作流程,提升软件质量,从而有效节省时间和资源。
music-metadata - 多格式音频元数据解析库 支持流处理和丰富标签提取
GithubNode.jsmusic-metadata开源项目标签解析音频元数据音频格式
music-metadata是一个功能丰富的音频元数据解析库。该库支持MP3、MP4、FLAC等主流音频格式,可提取ID3v1、ID3v2、APE等多种标签信息。通过流式处理,music-metadata能高效解析大型音频文件。该库适用于服务器和浏览器环境,提供基于Promise的API,便于集成到异步工作流中。对于需要处理音频文件元数据的媒体应用和音乐播放器项目,music-metadata是一个理想的选择。
mimic-recording-studio - 提升TTS音质的专业录音与数据训练工具
DockerGithubMimic Recording StudioMycroftText-to-Speech开源项目音频记录
Mimic Recording Studio是一个全面的软件解决方案,旨在提升Text-to-Speech(TTS)技术的音质。它支持多种语言的语料库开发,并通过先进的录音与数据处理技术,提高TTS语音模型的清晰度和标准化。该平台的用户友好录音系统和强大的后端处理功能,使其成为语音合成研究和开发的首选工具。
ffmpeg.wasm - WebAssembly实现的浏览器端FFmpeg解决方案
GithubWebAssemblyffmpeg.wasm开源项目浏览器视频处理音频处理
ffmpeg.wasm是FFmpeg的WebAssembly/JavaScript实现,使浏览器能够直接处理视频和音频。该项目支持在浏览器中进行媒体文件的录制、转换和流传输,为Web开发提供了强大的多媒体处理工具。ffmpeg.wasm简化了Web应用中的音视频处理流程,使开发者能够更便捷地实现复杂的多媒体功能。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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