Beschreibung
Decibri dient als eine einheitliche Audio-Schicht, die speziell für KI-Agenten und Voice-AI-Anwendungen entwickelt wurde. Es bietet wesentliche Echtzeit-Audio-Funktionen, einschließlich Mikrofonaufnahme, Lautsprecherausgabe und Sprachaktivitätserkennung (VAD). Die Plattform unterstützt mehrere Programmiersprachen, nämlich Python, Node.js und Rust, was sie vielseitig für verschiedene Entwicklungsumgebungen macht.
Weiterlesen
Ein wesentlicher Vorteil von Decibri ist die einfache Installation und die plattformübergreifende Kompatibilität. Es bietet vorgefertigte Binärdateien für Python und Node.js auf allen unterstützten Plattformen (Windows, macOS, Linux), wodurch die Notwendigkeit für Kompilierung oder komplexe Build-Tools entfällt. Dieser „Null-Setup“-Ansatz stellt sicher, dass Entwickler schnell Echtzeit-Audio-Funktionalitäten in ihre Projekte integrieren können. Der Rust-Kern, der die Python-, Node.js- und Rust-Pakete antreibt, wird in nativen Code kompiliert, was eine vorhersehbare, latenzarme Audioausgabe direkt von der Audio-Schicht des Betriebssystems gewährleistet.
Decibri erfasst Audio direkt von der Audio-Schicht des Betriebssystems und liefert standardmäßig 100 ms Audio-Chunks im 16-Bit vorzeichenbehafteten PCM-Format, das der Standard ist, der von den meisten Sprach- und Wake-Word-Engines wie Vosk, sherpa-onnx und whisper.cpp erwartet wird. Ein 32-Bit Float-Format ist ebenfalls verfügbar. Es unterstützt stream-native Idiome für jede Sprache, sodass Entwickler Audio effizient an Dateien, WebSockets oder Sprachagenten weiterleiten können. Die Plattform enthält auch ein gebündeltes Silero VAD v6.2-Modell für eine präzise Sprachdetektion in lauten Umgebungen, das lokal über ONNX Runtime ohne Cloud-APIs ausgeführt wird.
Über die grundlegende Aufnahme und Wiedergabe hinaus bietet Decibri fortschrittliche Audioverarbeitungsfunktionen über seine Audio Capture Engine (ACE), einschließlich DC-Entfernung, Rauschunterdrückung, Hochpassfilterung, automatische Verstärkungsregelung und Limiting. Es bietet auch eine akustische Echo-Unterdrückung (AEC), um Lautsprechergeräusche von der Mikrofonaufnahme zu entfernen. Für die Offline-Verarbeitung ermöglicht der Audio File Processor (AFP) die Konditionierung von aufgenommenen oder im Speicher befindlichen Samples. Decibri integriert sich mit zahlreichen Speech-to-Text (STT)-Anbietern, sowohl cloudbasiert (AssemblyAI, AWS Transcribe, Azure AI Speech, Deepgram, Google Cloud Speech-to-Text, Mistral Voxtral, OpenAI Realtime API) als auch lokal (Sherpa-ONNX, Whisper.cpp), sowie mit lokalem Text-to-Speech (TTS) mit dem Kokoro-Modell und Keyword Spotting (KWS) mit Sherpa-ONNX.
Decibri ist für Echtzeitsysteme konzipiert und gewährleistet latenzarme Audio-I/O ohne externe Audio-Tools oder plattformspezifische Handhabung. Es unterstützt asynchrone Operationen in Python mit `asyncio` und funktioniert sowohl in Node.js als auch in Browserumgebungen aus einem einzigen Paket. Das Tool `decibri-cli` bietet Befehlszeilenfunktionen für Audioaufnahme, Wiedergabe und Geräteauflistung, wodurch seine Nützlichkeit für Skripting und CI/CD-Pipelines weiter erhöht wird.
- KategorieKI-Agenten-Builder
- PreismodellKostenlos
- BereitstellungLokal
- PlattformenWindows, macOS, Linux, Browser
Decibri's Kernfunktionen
Echtzeit-Mikrofonaufnahme
Lautsprecherausgabe und Wiedergabe
Sprachaktivitätserkennung (VAD)
Plattformübergreifende Unterstützung (Python, Node.js, Rust)
Vorgefertigte Binärdateien für Null-Setup
Direkter Zugriff auf die Audio-Schicht des Betriebssystems
16-Bit PCM und 32-Bit Float Audioausgabe
Asynchrone API-Unterstützung (asyncio für Python)
Browserkompatibilität (Node.js-Paket)
Audio Capture Engine (DC-Entfernung, Rauschunterdrückung, AGC)
Akustische Echo-Unterdrückung (AEC)
Lokale ML-Spracherkennung (Silero VAD)
Integration mit Cloud-STT-Diensten
Integration mit lokalen STT/TTS/KWS-Modellen
Befehlszeilenschnittstelle (decibri-cli)
Wie verwendet man Decibri?
Installieren Sie Decibri: Verwenden Sie `pip install decibri` für Python oder `npm install decibri` für Node.js, um die vorgefertigten Binärdateien zu erhalten.
Mikrofon öffnen: Nutzen Sie `decibri.Microphone.open()` in Python oder `new Microphone()` in Node.js, um mit der Audioaufnahme zu beginnen.
Audio streamen: Lesen Sie Audio-Chunks mit Python-Iteratoren, Node.js Readable Streams oder Rust-Kanälen.
Audio verarbeiten: Wenden Sie integrierte Konditionierungen wie DC-Entfernung, Rauschunterdrückung oder akustische Echo-Unterdrückung an.
Sprache erkennen: Aktivieren Sie das gebündelte Silero VAD-Modell für die lokale Sprachaktivitätserkennung.
Integration mit KI-Diensten: Leiten Sie rohes PCM-Audio an Speech-to-Text-Dienste, Sprachagenten oder andere KI-Modelle weiter.
Audio abspielen: Verwenden Sie die Speaker-API von Decibri, um Audio über den Systemlautsprecher abzuspielen.
Auf Datei aufnehmen: Verwenden Sie `record_to_file()`, um einfache Audioaufnahmen zu machen oder vollständige Streaming-Kontrolle für fortgeschrittene Anwendungsfälle.
Decibri's Anwendungsfälle
- Echtzeit-Sprach-KI-Agenten
- Speech-to-Text-Integration
- Sprachaktivitätserkennung
- Audioaufnahme für ASR
- Plattformübergreifende Audioanwendungen
- Serverseitige Sprach-Backends
- Keyword Spotting
- Voll-Duplex-Audio-Kommunikation






