web-voice-processor 是语音识别领域的开源项目，由 Picovoice 开发，2019 年首次发布。
它收录于语音识别分类，该分类目前共有 165 个项目，GitHub 星标数为 248。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-14。开源库，免费使用。
它主要面向的使用场景是：网页端实时语音转文字应用。同类可对比的替代方案包括 whisper.cpp、vosk-api。
web-voice-processor
浏览器麦克风音频一键转 16kHz PCM，直喂语音识别
web-voice-processor 是一个面向浏览器端的实时语音处理库，用 TypeScript 编写。它解决的核心问题是：网页应用想接入麦克风做语音识别或实时音频分析时，往往要自己处理 getUserMedia、AudioContext、采样率转换、PCM 编码等底层细节，代码繁琐且容易出错。该库把这些封装成简单的 API，自动从麦克风采集音频，实时降采样为 16kHz 单声道 16 位 PCM 数据，并以回调方式持续输出音频帧，方便直接喂给语音识别引擎或自定义处理逻辑。它体积轻量、无重依赖，适合与 Picovoice、Whisper 等语音转文字方案配合使用，让开发者专注于业务逻辑而非音频管线搭建。
开源
free
语音识别
GitHub 星标
★ 248
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类语音识别
开发团队Picovoice
所属国家
定价模式free
价格说明开源库，免费使用
访问状态
是否开源是
开源协议Apache-2.0
主要语言TypeScript
技术栈/模型audio-processing,browser,downsampling,javascript,microphone,pcm,real-time,realtime,speech-recognition,speech-to-text,voice-commands,voice-processing,wake-word-detection,web-browser,webaudio-api,worker
GitHub 星标★ 248
30天Star增速
HF 下载量
上线时间2019-07-08 00:00:00
最近更新2026-09-14 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-15
浏览次数0
使用教程
核心亮点
- 自动完成麦克风采集、重采样与 PCM 编码，省去手写 Web Audio 管线
- 输出标准 16kHz 单声道 16 位 PCM，可直接对接主流语音识别引擎
- TypeScript 编写，API 简洁，支持实时帧回调，轻量无重依赖
不足之处
- 仅覆盖采集与降采样，不含识别模型，需自行搭配其他引擎
- 项目星标较少，社区与文档规模有限，长期维护待观察
适用场景
- 网页端实时语音转文字应用
- 浏览器内语音指令/语音助手
- 在线会议或直播的实时音频分析
替代项目
whisper.cpp、vosk-api
项目介绍
同类项目推荐
obs-localvocal
开源
直播录屏时，本地AI实时生成字幕，保护隐私零延迟
OBS plugin for local speech recognition and captioning using AI
LiveCaptions-Translator
开源
实时捕获系统音频，一键翻译成你懂的语言
Lightweight and powerful real-time audio/speech translation tool based on Windows Li···
speechbrain
开源
一站式 PyTorch 语音工具箱，快速搞定识别、说话人验证等任务
A PyTorch-based Speech Toolkit
whisper-diarization
开源
给语音转写加上说话人标签，会议记录一目了然
Automatic Speech Recognition with Speaker Diarization based on OpenAI Whisper