fastrtc

几行 Python 代码,让应用实时开口说话

开源 🏷️完全免费 ✅ 目前可打开 音频音乐 🍴 复刻 438 🐛 待处理 85 👀 关注 36
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 4636
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源库,MIT许可证,完全免费,无付费版本。

项目预览

fastrtc 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gradio-app
定价模式🏷️完全免费
价格说明开源库,MIT许可证,完全免费,无付费版本。
访问状态✅ 目前可打开
是否开源是
开源协议MIT
主要语言JavaScript
技术栈/模型artificial-intelligence,hacktoberfest,hacktoberfest2025,llm,python,real-time,speech-to-text,text-to-speech
GitHub 星标★ 4636
上线时间2024-09-25 00:00:00
代码更新2026-10-21
仓库体积4.8 MB
本站数据更新2026-11-09
维护状态较活跃
收录时间2026-08-09
浏览次数4

项目介绍

fastrtc 是一个专注于实时通信的 Python 库,旨在简化 WebRTC 音频/视频流的接入,让开发者能快速构建支持语音对话、实时转录和文本转语音的 AI 应用。它解决了在 Python 生态中集成实时音视频通信门槛高、代码复杂的问题,提供了简洁的 API 和预构建组件,使开发者无需深入底层 WebRTC 细节即可实现浏览器与服务器之间的低延迟双向音频流。核心能力包括:音频流捕获与播放、与主流 ASR/TTS 模型(如 Whisper、ElevenLabs)的无缝对接、以及基于 LLM 的实时语音交互管道搭建。项目处于成长阶段,社区活跃,适合快速原型验证和中小规模实时语音应用开发。

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 ★ 4636

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:入门 约 10 分钟 部署方式:库/依赖 5 步

环境要求

  • Python 环境(README 未指定版本,建议 Python 3.10+)
  • pip 包管理器
  • 如需暂停检测与文本转语音功能,需安装 vad 和 tts 额外依赖

安装与启动步骤

  1. 1安装 fastrtc

    使用 pip 从 PyPI 安装 fastrtc 基础包,这是使用该库的核心依赖。

    pip install fastrtc
  2. 2安装扩展依赖

    如需内置暂停检测(ReplyOnPause)和文本转语音功能,需额外安装 vad 和 tts 选项。

    pip install "fastrtc[vad, tts]"
  3. 3启动内置 UI

    调用 .ui.launch() 启动基于 Gradio 的内置 WebRTC 界面,便于测试和分享音频流。

  4. 4挂载到 FastAPI

    使用 .mount(app) 将流挂载到 FastAPI 应用,获得 WebRTC 或 WebSocket 端点以对接自有前端。

  5. 5运行脚本

    README 提示运行脚本即可启动流服务,具体脚本内容需参考官方 usage guide。

    python app.py

关键配置

配置项必填说明示例
Hugging Face token否调用 .fastphone() 获取免费临时电话号码时需要提供hf_xxxxxxxxxxxxxxxx

如何确认成功

运行启动脚本后,终端输出本地访问地址,浏览器打开可看到 Gradio 界面并建立音视频连接。

常见问题

Q:fastrtc 支持哪些实时通信协议?

A:README 说明支持 WebRTC 和 WebSockets 两种方式,可通过 .mount(app) 挂载到 FastAPI 应用获得相应端点。

Q:如何快速测试音频流?

A:使用 .ui.launch() 启动内置 Gradio UI,即可在浏览器中测试和分享你的音频流。

Q:如何获取可拨打的临时电话号码?

A:调用 .fastphone() 可获取免费临时电话号码,但需要提供 Hugging Face token。

Q:暂停检测和文本转语音需要额外安装吗?

A:需要,执行 pip install "fastrtc[vad, tts]" 安装 vad 和 tts 扩展依赖。

注意事项

  • README 未给出具体运行脚本内容,实际代码需参考官方 usage guide。
  • 使用 .fastphone() 需要 Hugging Face token。
  • vad 和 tts 为可选扩展,按需安装。

核心亮点

  • API 极简,用装饰器即可定义音频输入输出,上手快
  • 原生集成 WebRTC,浏览器端零插件即可实时通话
  • 与主流 ASR/TTS 模型有现成适配,拼装语音 AI 应用省事

不足之处

  • 文档/社区待观察
  • 项目较新,生态和最佳实践沉淀不足,复杂场景需自行踩坑

适用场景

  • 构建浏览器端实时语音助手或客服机器人
  • 为 LLM 应用添加语音对话交互界面
  • 快速搭建语音转文字或文字转语音的实时演示原型

替代项目

LiveKit、Daily、Agora RTC

上一篇:SLA

下一篇:vllm-mlx

同类项目推荐

memlayer 开源

三行代码给大模型装上持久记忆,让对话更懂你

Plug-and-play memory for LLMs in 3 lines of code. Add persistent, intelligent, human···

★ 307 2026-08-09
arboric 开源

给 AI 算力开经济模式,省 GPU 跑更多活

The "Economy Mode" for AI Compute

★ 45 2026-08-09
ComfyUI-Installer 开源

Linux 上一键装好 ComfyUI,省去手动配环境的麻烦。

Easily install ComfyUI on a Linux system. Installs completely inside a Python venv.

★ 54 2026-08-09
minimal-embodiment 开源

给大模型装上身体,实现感知-行动闭环

A minimal hardware-software architecture giving large language models a closed-loop ···

★ 282 2026-08-09
sbx-releases 开源

给 AI 编码代理一个隔离沙箱,随便跑不伤本机

Docker Sandboxes run AI coding agents in isolated environments on your machine or on···

★ 501 2026-10-31
cicd-templates 开源

用代码一键管理 Databricks 部署,告别手动配置

Manage your Databricks deployments and CI with code.

★ 203 2026-08-09
redis-llm 开源

用 Redis 给 LLM 装个长期记忆,轻松访问私有数据

redis-llm integrates LLM with Redis. It can help LLM to access private data, and rem···

★ 63 2026-08-09
Awesome-Ollama-Server 开源

实时盯住 Ollama 服务,掉线卡顿一眼看到

这是一个用于监控和检测 Ollama 服务可用性和性能的系统。它提供了一个现代化的 Web 界面,···

★ 395 2026-10-15
llm-on-openshift 开源

在 OpenShift 上快速跑通 LLM 部署与推理

Resources, demos, recipes,... to work with LLMs on OpenShift with OpenShift AI or Op···

★ 150 2026-09-16