voxlock

只留主叫声音，转写前先滤掉旁人说话

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 音频音乐 🍴 复刻 10 👀 关注 3
GitHub ↗
GitHub 星标 ★ 104
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费，pip 安装使用

项目预览

voxlock 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队arbazsiddiqui
GitHubhttps://github.com/arbazsiddiqui/voxlock
定价模式🏷️完全免费
价格说明开源免费，pip 安装使用
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型audio,background-voice-cancellation,call-center,onnx,onnxruntime,personalized-speech-enhancement,python,pytorch,real-time,speaker-extraction,speech,speech-enhancement,speech-to-text,streaming,target-speaker-extraction,telephony,voice-agents,voice-ai,voice-isolation,webassembly
GitHub 星标★ 104
上线时间2026-10-11 00:00:00
代码更新2026-11-02
仓库体积4.6 MB
本站数据更新2026-11-11
维护状态较活跃
收录时间2026-11-11
浏览次数0

项目介绍

voxlock 是一个面向语音转写场景的实时人声隔离工具，核心目标是在语音识别（STT）听到声音之前，只保留主叫方的语音，把同一房间内其他人的说话声滤除。它采用流式处理架构，可在 CPU 上运行，也支持在浏览器中运行，并提供 pip 安装方式，方便集成到现有语音链路。技术上基于 PyTorch 训练、ONNX/ONNX Runtime 推理，属于个性化语音增强与背景人声消除方向。适合呼叫中心、在线会议、客服录音转写等多人同处一室、但又只想识别特定说话人的场景。相比通用降噪，它更强调“说话人选择性”，即区分目标说话人与其他说话人，而不是简单压制环境噪声。项目目前星标约 104，属于早期阶段，接口与效果仍在迭代中。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-11-11 · 当前星标 ★ 104

核心亮点

  • 流式处理，适合实时语音链路而非离线批处理
  • 支持 CPU 推理与浏览器运行，部署门槛较低
  • 基于 ONNX Runtime，跨平台集成相对方便

不足之处

  • 项目处于早期，星标与社区规模较小，长期维护待观察
  • 个性化隔离依赖目标说话人信息，换人场景需额外适配
  • 复杂噪声与多人重叠语音下的效果缺少公开基准

适用场景

  • 呼叫中心坐席录音转写，过滤同事交谈声
  • 在线会议实时字幕，只识别当前发言人
  • 客服质检系统在 STT 前做前置人声清洗

替代项目

DeepFilterNet、Demucs、speechbrain

上一篇：vagdhenu

下一篇：没有了！

同类项目推荐

parrots 开源

开箱即用的中英语音识别与多角色合成引擎

Automatic Speech Recognition(ASR), Text-To-Speech(TTS) engine. 中英语音识别、多角色语···

★ 527 2026-08-09
Tacotron2-PyTorch 开源

用PyTorch快速训练Tacotron 2，支持缩减因子加速合成

Yet another PyTorch implementation of Tacotron 2 with reduction factor and faster tr···

★ 148 2026-08-09
Persian-tts-coqui 开源

用 Coqui 框架训练波斯语语音合成模型，快速上手

Persian/Farsi text to speech(TTS) training using coqui tts

★ 220 2026-08-09
VoicEra 开源

开源语音AI模块，接上电话就能让LLM打电话对话

A complete voice AI building block with telephony integration, featuring real-time s···

★ 318 2026-10-01
document-to-podcast 开源

本地AI把文档一键变成播客，隐私安全又高效

Blueprint by Mozilla.ai for generating podcasts from documents using local AI

★ 187 2026-08-09
podcast-llm 开源

输入一个标题，自动生成完整AI播客音频

Automatically generate engaging AI podcasts from nothing but an episode title.

★ 153 2026-08-09
OmniVoice 开源

一段参考音频，克隆音色说600+种语言

High-Quality Voice Cloning TTS for 600+ Languages

★ 16474 2026-10-25
StyleTTS 开源

用风格迁移让AI语音更有情感和表现力

Official Implementation of StyleTTS

★ 467 2026-08-09