voice-control
本站收录 14 个带「voice-control」标签的 AI 开源项目
silero-vadSilero VAD 是一个预训练的企业级语音活动检测(VAD)模型,用于判断音频片段中是否包含人声。它解决语音处理流程中「先切出有效语音、再送入识别或合成」的★ 10,662
hexhex 是一款面向 macOS 的本地优先语音听写工具,用 Rust 编写,目标是把「按住快捷键说话、松开即粘贴」的听写体验做成系统级能力。它解决的是云端语音输★ 6,806
Android-MVVM-Architecture-Android-Voice-AI-SDKVoice AI SDK 是一个可复用的 Android 库,旨在帮助开发者快速为应用集成完整的语音驱动 AI 对话能力。它基于 Kotlin 和 MVVM 架★ 2,579
alan-sdk-androidAlan AI 是一个面向 Android 应用的对话式 AI 平台,提供完整的语音助手解决方案。开发者通过 Alan Studio 可视化界面设计对话流程,无★ 1,802
alan-sdk-flutterAlan AI 是一个面向 Flutter 应用的对话式 AI 平台 SDK,旨在让开发者通过几行代码为应用集成语音助手和聊天机器人。它解决了应用内自然语言交互★ 1,751
alan-sdk-ionicAlan AI SDK for Ionic 是一个让 Ionic 应用快速获得对话式 AI 能力的官方 SDK。它解决了移动应用内构建复杂语音交互的难题,开发者★ 1,644
sonussonus 是一个面向 Node.js 的离线语音转文字与热词唤醒库。它解决的核心问题是:在 Node 服务或桌面端做语音交互时,不想依赖云端 STT 服务,也★ 639
alan-sdk-reactnativeAlan AI SDK for React Native 是一个将语音助手能力集成到 React Native 应用中的开发工具包。它解决了移动应用内缺乏自然语★ 573
alan-sdk-pcfAlan AI SDK for Power Apps 是一个将对话式AI能力嵌入微软Power Apps的低代码开发工具包。它通过Power Apps Comp★ 424
kaldi-active-grammarkaldi-active-grammar 是一个基于 Kaldi 的 Python 语音识别封装,核心创新在于支持在解码过程中动态激活或停用语法规则。传统语音识★ 350
whisper_dictationwhisper_dictation 是一个开源的私人语音键盘和 AI 助手,旨在通过语音控制实现免提操作。它利用 Whisper 模型进行本地语音识别,支持语音★ 295
magecmagec 是一个基于多智能体架构的 AI 自动化平台,旨在通过自然语言(语音和文本)控制复杂工作流。它解决了传统自动化工具配置繁琐、难以扩展的问题,用户可以通★ 112
sepia-assist-serverSEPIA Assist Server 是 SEPIA 框架的核心服务器,负责自然语言理解(NLU)、对话管理、智能服务集成和用户账户管理。它解决了构建个性化、★ 101
react-native-spokestackreact-native-spokestack 是一个为 React Native 应用提供语音接口的官方 SDK,它封装了 Spokestack 的 iOS ★ 60