rtvc 是音频音乐领域的开源项目，由 hparcells 开发，2023 年首次发布。
它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 56。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-20。
它主要面向的使用场景是：实时语音助手（如智能客服、语音控制）。同类可对比的替代方案包括 Whisper.cpp、Vosk、Coqui TTS。
rtvc
实时语音转写与克隆，快速接入 ElevenLabs
rtvc 是一个基于 ElevenLabs API 的实时语音转录与克隆工具，使用 TypeScript 编写。它解决了开发者在应用中集成实时语音交互的需求，提供语音转文字和文字转语音（克隆音色）的能力。核心能力包括：通过 ElevenLabs 的流式 API 实现低延迟的语音识别，支持将识别结果实时回调；同时支持使用 ElevenLabs 的语音克隆技术，将文本合成为指定音色的语音。项目提供了简洁的 API 封装，方便开发者快速接入，适合构建语音助手、实时字幕、语音交互游戏等场景。目前项目处于早期阶段，文档和示例相对有限。
开源
unknown
音频音乐
GitHub 星标
★ 56
维护状态
低维护
是否开源
是
定价模式
unknown
项目数据
分类音频音乐
开发团队hparcells
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议GPL-3.0
主要语言TypeScript
技术栈/模型ai,api,elevenlabs,interactive,speech-to-speech,transcription,voice-cloning,voice-synthesis,voicecloning,web,website
GitHub 星标★ 56
30天Star增速
HF 下载量
上线时间2023-02-22 00:00:00
最近更新2026-08-20 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3
使用教程
核心亮点
- 基于 ElevenLabs 官方 API，语音识别和克隆质量有保障
- TypeScript 编写，类型安全，易于集成到现代前端/Node 项目
- 封装了流式 API，实现低延迟的实时语音交互
不足之处
- 依赖 ElevenLabs 付费 API，使用成本较高
- 文档和示例较少，上手需要参考源码
- 功能相对单一，仅覆盖转写和克隆，缺少高级音频处理
适用场景
- 实时语音助手（如智能客服、语音控制）
- 实时字幕生成（会议、直播）
- 语音交互游戏或虚拟角色配音
替代项目
Whisper.cpp、Vosk、Coqui TTS
项目介绍
上一篇：CycleGAN-VC2
下一篇：CycleGAN-VC3
同类项目推荐
tango
开源
输入一句话，自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
swift-tts
开源
Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine
A straightforward package containing version for Swift modern concurrency, Point-Fre···
ai-dj
开源
现场演出中实时用 AI 生成音乐，保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···