botium-speech-processing

让语音应用自动化测试像聊天测试一样简单，打通STT/TTS全链路

开源 🏷️定价信息待确认 🚫 站点已失效音频音乐 🍴 复刻 55 🐛 待处理 13 👀 关注 15

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 943

维护状态较活跃

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

botium-speech-processing 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codeforequity-at

官网地址https://www.botium.at

GitHubhttps://github.com/codeforequity-at/botium-speech-processing

定价模式🏷️定价信息待确认

价格说明定价信息待确认

访问状态🚫 站点已失效

是否开源是

开源协议MIT

主要语言JavaScript

技术栈/模型botium,speech-to-text,text-to-speech

GitHub 星标★ 943

上线时间2019-12-03 00:00:00

代码更新2026-10-21

仓库体积78.3 MB

本站数据更新2026-11-07

维护状态较活跃

收录时间2026-08-09

浏览次数4

项目介绍

Botium Speech Processing 是一个用于语音处理测试的开源工具集，隶属于 Botium 测试框架生态。它主要解决在自动化测试中如何对语音交互应用（如智能音箱、语音助手）进行端到端测试的问题，核心能力包括将语音输入转换为文本（STT）以及将文本响应合成为语音（TTS），从而模拟真实用户与语音应用的交互流程。该项目支持多种主流语音服务提供商（如 Google、Amazon、IBM、Azure 等）的集成，并提供了统一的 API 接口，使得测试脚本可以无缝切换底层语音引擎。通过将语音处理能力嵌入到 Botium 的测试流程中，开发者可以编写自然语言测试用例，自动验证语音应用的响应内容、意图识别和对话逻辑，而无需手动操作录音和回放。项目采用 JavaScript 编写，易于扩展和定制，适合需要持续集成和回归测试的语音产品团队。

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 2026-08-09 · 当前星标 ★ 943

技术标签

speech-to-text text-to-speech

使用教程

难度：进阶约 25 分钟部署方式：Docker 4 步

环境要求

Docker 与 docker compose
至少 8GB 内存（Kaldi 较吃内存）

安装与启动步骤

1准备 Docker

整套服务由 Docker 编排，本机不需要单独装 Kaldi 或 MaryTTS。
```
docker --version
```
2起全套服务

compose 会拉起 ASR、TTS 与 SoX 处理链路，首次构建耗时较久。
```
docker compose up -d
```
3验证接口

默认暴露 HTTP 接口，可以直接提交音频文件做识别或合成。
```
curl -X POST -F 'audio=@test.wav' http://localhost:8000/api/asr
```
4接进自己的应用

用统一的 HTTP 接口调用，不必关心底层换的是哪个识别或合成引擎。