web-voice-processor

浏览器麦克风音频一键转 16kHz PCM，直喂语音识别

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 语音识别 🍴 复刻 23 👀 关注 8
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 250
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源库，免费使用

项目预览

web-voice-processor 项目界面预览图
图片来源：项目官网

项目数据

分类语音识别
开发团队Picovoice
官网地址https://picovoice.ai
GitHubhttps://github.com/Picovoice/web-voice-processor
定价模式🏷️完全免费
价格说明开源库，免费使用
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★ 250
上线时间2019-07-08 00:00:00
代码更新2026-10-26
仓库体积3.4 MB
本站数据更新2026-11-04
维护状态较活跃
收录时间2026-09-15
浏览次数1

项目介绍

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。

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 2026-09-15 · 当前星标 ★ 250

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

上一篇：openasr

下一篇：hex

同类项目推荐

Confucius4-R2T2 开源

边说边转文字，低延迟还不掉准确率

Confucius4-R2T2: A Low Latency and High Accuracy Real-Time Speech Recognition Model

★ 859 2026-10-01
DeLive 开源

抓系统声音实时出字幕，转完自动生成摘要和思维导图

System audio capture + multi-provider ASR + local-first AI review workspace. Floatin···

★ 265 2026-09-24
VibeASR.cpp 开源

纯 C 写的离线语音识别，编译即用不依赖 Python

★ 270 2026-10-02
vocotype-cli 开源

按快捷键说话，文字自动输入到当前应用，本地运行不上传。

VocoType 是一款运行在本地端侧的隐私安全语音输入工具，通过快捷键即可将语音实时转换为文···

★ 986 2026-09-16
esp-skainet 开源

在 ESP32 上跑离线唤醒词和命令词识别

Espressif intelligent voice assistant

★ 990 2026-10-27
Voconly 开源

开口说话，本地离线转成干净文字

本地优先 AI 语音输入工具 | Local-first AI voice typing tool. 支持 Whisper/SenseVoice···

★ 153 2026-10-11
Recorder 开源

一个库搞定 H5 多格式录音，还能语音转文字

html5 js 录音 mp3 wav ogg webm amr g711a g711u 格式，支持pc和Android、iOS部分Web浏览···

★ 5643 2026-08-10
AsrServe 开源

自托管语音识别，实时离线都能跑，接口兼容 OpenAI

Self-hosted realtime and offline ASR with SOTA open models, speaker diarization and ···

★ 359 2026-10-02