简介:
为Python、Node.js和Rust提供统一实时音频AI层,支持采集与播放。
功能:
实时麦克风采集:默认直接从操作系统音频层抓取 100 毫秒音频块(16kHz 下即 1600 帧),不经过子进程、shell 调用或中间编码环节,延迟低且行为可预测,适合对时序敏感的实时语音系统。
扬声器音频输出:Speaker API 可作为标准写入目标使用,能够把麦克风采集的数据直接管道写入以实现全双工音频,让通话式、对话式语音应用无需额外拼装播放链路。
本地语音活动检测:内置 Silero VAD v6.2 模型,通过 ONNX Runtime 在本地 Rust 侧运行,无需任何云 API 即可在嘈杂环境中准确识别语音,并对外抛出语音开始与静音事件,便于做端点检测与转写切分。
跨平台零配置安装:为 Windows 11(x64/arm64)、macOS(Apple Silicon)、Linux(x64/arm64)提供预编译原生二进制,pip 自动拉取匹配平台的 wheel,npm 自动附加对应的平台可选包,全程无需编译器、构建工具或安装后下载。
各语言原生编程体验:Python 提供原生迭代器、Node.js 提供 Readable 流、Rust 提供通道,可分别用各自语言最自然的方式把音频管道接到文件、WebSocket 或语音智能体上。
完整类型安全与 IDE 支持:随包提供 Python typing stubs、Node.js 的 TypeScript d.ts 声明以及 Rust 原生类型,支持完整的 IDE 自动补全与内联文档,降低集成与调试成本。
高度可配置的音频参数:支持自定义采样率、声道数、每缓冲区帧数、按索引或名称选择输入设备、选择 int16 或 float32 输出格式,并可选用带语音/静音事件的语音活动检测。
浏览器与生态集成:Node.js 包通过条件导出在浏览器打包时提供 AudioWorklet 实现,开箱支持浏览器端音频采集;同时输出 16 位原始 PCM,可直接对接 AssemblyAI、AWS Transcribe、Azure、Deepgram、Google、OpenAI、Sherpa-ONNX、Mistral 等语音识别与智能体服务。
需求人群:
["语音 AI 与智能体后端开发者:他们需要在服务端稳定、低延迟地采集与播放音频,并把 PCM 流实时送往 STT、LLM 或语音智能体,Decibri 用统一 API 抹平了 Python/Node.js/Rust 与三大操作系统之间的差异。", "实时转写、唤醒词与语音助手应用开发者:这些场景对端点检测与延迟极为敏感,Decibri 捆绑的本地 Silero VAD 与 100ms 音频块默认配置可直接满足需求,无需再引入云 API 或第三方音频工具。", "Python 与 Node.js 工程师:他们希望零配置安装、不折腾系统音频库与编译环境,预编译二进制配合 pip/npm 一条命令即可开始流式采集,极大缩短从 0 到可运行的路径。", "Rust 系统与边缘设备开发者:他们需要单包内编译进音频宿主、具备原生类型与通道语义的高性能音频 I/O,用于 CLI 工具、边缘设备或对资源占用敏感的服务端音频处理。", "需要跨平台部署的团队与 CI 场景:他们要在 Windows、macOS、Linux 上用同一套代码交付,并需要在 CI 中做音频冒烟测试或批量 ASR 作业,一行式的录音落盘助手与原始数据写入能力正好覆盖此类需求。", "Web 端语音应用开发者:借助 Node.js 包在浏览器下的 AudioWorklet 条件导出,可以在前端直接完成音频采集与处理,减少前后端音频链路的重复实现。"]
浏览量:1
© 2026 AIbase 备案号:闽ICP备08105208号-14