给网页加语音识别的前端库,几行代码就能让站点听懂用户说话,支持语音指令和语音转文字。
预训练的企业级语音活动检测(VAD)模型,能精准切分音频中的说话段与静音段,支持 ONNX 和 PyTorch 部署,适合语音识别、语音指令等场景的前置处理。
用 Python 库搭建的语音个人助手,能通过语音指令发邮件、识别文字、播报新闻天气、搜索维基百科和地图、下载 YouTube 视频等。
用语音指令在 VS Code 里精确选中和编辑代码结构,不用鼠标或方向键慢慢挪光标,适合 Talon 语音编程用户。
离线运行的俄语语音助手,通过插件机制扩展技能,适合在无网络环境下做语音交互和自定义语音指令开发。