Перейти к основному содержимому
ToolPotion
ИИ-советник
Отправить

Decibri

Decibri является унифицированным аудиослойом для AI-агентов и приложений Voice AI, предлагая захват звука с микрофона в реальном времени, вывод на динамики и обнаружение активности голоса. Он поддерживает кроссплатформенность для Python, Node.js и Rust, с предварительно собранными бинарными файлами для простоты установки. Разработанный для систем реального времени, Decibri упрощает аудиоинфраструктуру для голосовых приложений, обеспечивая бесшовную интеграцию с различными движками обработки речи и звука.

Посетить URL
Поделиться
Скриншот Decibri
Скриншот Decibri

Decibri служит унифицированным аудиослойом, специально разработанным для AI-агентов и приложений Voice AI. Он предоставляет основные возможности аудио в реальном времени, включая захват звука с микрофона, вывод на динамики и обнаружение активности голоса (VAD). Платформа поддерживает несколько языков программирования, а именно Python, Node.js и Rust, что делает ее универсальной для различных сред разработки.

Читать далее

Одним из ключевых преимуществ Decibri является простота установки и кроссплатформенная совместимость. Он предлагает предварительно собранные бинарные файлы для Python и Node.js на всех поддерживаемых платформах (Windows, macOS, Linux), устраняя необходимость в компиляции или сложных инструментах сборки. Этот подход «нулевой настройки» обеспечивает быструю интеграцию функций аудио в реальном времени в проекты разработчиков. Ядро на Rust, которое управляет пакетами для Python, Node.js и Rust, компилируется в нативный код, обеспечивая предсказуемое низкое время задержки аудио непосредственно из аудиослоя операционной системы.

Decibri захватывает звук непосредственно из аудиослоя ОС, предоставляя по умолчанию аудиочасти по 100 мс в формате 16-битного знакового целого PCM, который является стандартом, ожидаемым большинством движков речи и пробуждения, таких как Vosk, sherpa-onnx и whisper.cpp. Также доступен формат 32-битного числа с плавающей запятой. Он поддерживает идиомы потоков для каждого языка, позволяя разработчикам эффективно передавать аудио в файлы, WebSockets или голосовые агенты. Платформа также включает в себя встроенную модель Silero VAD v6.2 для точного обнаружения речи в шумной среде, работающую локально через ONNX Runtime без необходимости в облачных API.

Помимо базового захвата и воспроизведения, Decibri предлагает расширенные функции обработки аудио через свой Audio Capture Engine (ACE), включая удаление постоянной составляющей, шумоподавление, высокочастотную фильтрацию, автоматическое управление уровнем громкости и ограничение. Он также предоставляет Acoustic Echo Cancellation (AEC) для удаления звука динамиков из захвата микрофона. Для оффлайн-обработки Audio File Processor (AFP) позволяет обрабатывать записанные или находящиеся в памяти образцы. Decibri интегрируется с многочисленными поставщиками распознавания речи (STT), как облачными (AssemblyAI, AWS Transcribe, Azure AI Speech, Deepgram, Google Cloud Speech-to-Text, Mistral Voxtral, OpenAI Realtime API), так и локальными (Sherpa-ONNX, Whisper.cpp), а также с локальными системами синтеза речи (TTS) с моделью Kokoro и обнаружением ключевых слов (KWS) с Sherpa-ONNX.

Decibri создан для систем реального времени, обеспечивая низкое время задержки аудио I/O без внешних аудиоустройств или специфической обработки для платформ. Он поддерживает асинхронные операции в Python с помощью `asyncio` и работает как в Node.js, так и в браузерных средах из одного пакета. Инструмент `decibri-cli` предоставляет возможности командной строки для захвата аудио, воспроизведения и перечисления устройств, что дополнительно расширяет его полезность для сценариев и CI/CD пайплайнов.

  • КатегорияКонструкторы AI-агентов
  • Модель ценообразованияБесплатно
  • РазвёртываниеЛокальный
  • ПлатформыWindows, macOS, Linux, Browser

  • Захват звука с микрофона в реальном времени

  • Вывод и воспроизведение звука

  • Обнаружение активности голоса (VAD)

  • Кроссплатформенная поддержка (Python, Node.js, Rust)

  • Предварительно собранные бинарные файлы для нулевой настройки

  • Прямой доступ к аудиослою ОС

  • 16-битный PCM и 32-битный формат с плавающей запятой

  • Поддержка асинхронного API (asyncio для Python)

  • Совместимость с браузерами (пакет для Node.js)

  • Двигатель захвата аудио (удаление постоянной составляющей, шумоподавление, AGC)

  • Устранение акустической эха (AEC)

  • Локальное обнаружение голоса с помощью ML (Silero VAD)

  • Интеграция с облачными сервисами STT

  • Интеграция с локальными моделями STT/TTS/KWS

  • Интерфейс командной строки (decibri-cli)

  1. Установите Decibri: Используйте `pip install decibri` для Python или `npm install decibri` для Node.js, чтобы получить предварительно собранные бинарные файлы.

  2. Откройте микрофон: Используйте `decibri.Microphone.open()` в Python или `new Microphone()` в Node.js, чтобы начать захват звука.

  3. Передайте аудио: Читайте аудиочасти с помощью итераторов Python, читаемых потоков Node.js или каналов Rust.

  4. Обработайте аудио: Примените встроенные условия, такие как удаление постоянной составляющей, шумоподавление или устранение акустического эха.

  5. Обнаружьте речь: Включите встроенную модель Silero VAD для локального обнаружения активности голоса.

  6. Интегрируйтесь с AI-сервисами: Передавайте необработанное PCM-аудио в сервисы распознавания речи, голосовые агенты или другие AI-модели.

  7. Воспроизведите аудио: Используйте API динамиков Decibri для воспроизведения звука через системный динамик.

  8. Запишите в файл: Используйте `record_to_file()` для простого аудиозаписи или полного контроля потоковой передачи для сложных случаев использования.

  • AI-агенты голосового взаимодействия в реальном времени
  • Интеграция распознавания речи
  • Обнаружение активности голоса
  • Запись аудио для ASR
  • Кроссплатформенные аудиоприложения
  • Серверные голосовые бэкенды
  • Обнаружение ключевых слов
  • Полудуплексная аудиосвязь

Отзывы о Decibri

Загрузка...

Популярные ИИ-инструменты, похожие на Decibri

API голосового агента Deepgram позволяет создавать голосовых ИИ-агентов в реальном времени с использованием передовых технологий преобразования речи в текст и текста в речь. Он…

AI-голосовые агенты
Открыть инструмент

Позволяет создавать голосовых ИИ-агентов в реальном времени с использованием передовых технологий преобразования речи в текст и текста в речь. Он…API голосового агента Deepgram позволяет создавать голосовых ИИ-агентов в реальном времени с использованием передовых технологий преобразования речи в текст и текста в речь. Он…

AI-голосовые агенты
Топ-250: AI-приложения

Open Voice OS

AI-приложения

Open Voice OS — это управляемая сообществом платформа голосового ИИ с открытым исходным кодом для создания пользовательских голосовых интерфейсов. Она предлагает обработку…

AI-голосовые агенты

№89 в AI-голосовые агенты

Открыть инструмент

AI-приложения

Управляемая сообществом платформа голосового ИИ с открытым исходным кодом для создания пользовательских голосовых интерфейсов. Она предлагает обработку…Open Voice OS — это управляемая сообществом платформа голосового ИИ с открытым исходным кодом для создания пользовательских голосовых интерфейсов. Она предлагает обработку…

AI-голосовые агенты
№89 в AI-голосовые агенты

Voice.ai

AI-приложения

Voice.ai — это платформа для изменения голоса в реальном времени с использованием ИИ, предлагающая трансформацию голоса в более чем 50 приложениях, бесплатное клонирование голоса,…

ИИ-редакторы аудиоИгры и киберспорт

№239 в AI-приложения

Открыть инструмент

AI-приложения

Платформа для изменения голоса в реальном времени с использованием ИИ, предлагающая трансформацию голоса в более чем 50 приложениях, бесплатное клонирование голоса,…Voice.ai — это платформа для изменения голоса в реальном времени с использованием ИИ, предлагающая трансформацию голоса в более чем 50 приложениях, бесплатное клонирование голоса,…

ИИ-редакторы аудиоИгры и киберспорт
№239 в AI-приложения

Aethex

AI-приложения

AethexAI предоставляет комплексные голосовые агенты, адаптированные для растущих рынков. С помощью собственных моделей и локализованных решений, он позволяет компаниям эффективно…

AI-голосовые агентыФинансы и банковское дело

№167 в AI-голосовые агенты

Открыть инструмент

AI-приложения

AethexAI предоставляет комплексные голосовые агенты, адаптированные для растущих рынков. С помощью собственных моделей и локализованных решений, он позволяет компаниям эффективно…

AI-голосовые агентыФинансы и банковское дело
№167 в AI-голосовые агенты

Resum

AI-приложения

Resum предоставляет корпоративный API и SDK, предназначенные для подключения живых разговоров с именованными AI-агентами. Он захватывает аудио из различных источников, генерирует…

AI-голосовые агенты
Открыть инструмент

AI-приложения

Предоставляет корпоративный API и SDK, предназначенные для подключения живых разговоров с именованными AI-агентами. Он захватывает аудио из различных источников, генерирует…Resum предоставляет корпоративный API и SDK, предназначенные для подключения живых разговоров с именованными AI-агентами. Он захватывает аудио из различных источников, генерирует…

AI-голосовые агенты
Топ-250: AI-приложения

VideoSDK

AI-приложения

Платформа для разработчиков с API и SDK для голосовой и видеосвязи в реальном времени, а также AI-агентов, позволяющая командам интегрировать аудио/видеозвонки, прямые трансляции…

AI-инструменты для DevOps и облака
Открыть инструмент

AI-приложения

Платформа для разработчиков с API и SDK для голосовой и видеосвязи в реальном времени, а также AI-агентов, позволяющая командам интегрировать аудио/видеозвонки, прямые трансляции…

AI-инструменты для DevOps и облака
Топ-250: AI-приложения

Интерфейс голоса Moonshine AI

AI-репозитории на GitHub

Moonshine предлагает очень низкую задержку преобразования речи в текст, распознавания намерений и преобразования текста в речь, что позволяет создавать эффективные голосовые…

AI-голосовые агенты
Открыть инструмент

AI-репозитории на GitHub

Moonshine предлагает очень низкую задержку преобразования речи в текст, распознавания намерений и преобразования текста в речь, что позволяет создавать эффективные голосовые…

AI-голосовые агенты
Топ-250: AI-репозитории на GitHub
1 из 8