RepositoryPython
spokestack

spokestack/spokestack-python

Spokestack is a library that allows a user to easily incorporate a voice interface into any Python application with a focus on embedded systems.

143sao
15fork
0issue
1lượt xem

🎤 Spokestack Python — Thêm giọng nói vào mọi ứng dụng Python

Một thư viện giúp bạn dễ dàng tích hợp giao diện giọng nói vào bất kỳ ứng dụng Python nào, dù là ứng dụng web Django hay dự án Raspberry Pi.

Spokestack Python là một thư viện mã nguồn mở cho phép phát triển giao diện giọng nói trong Python. Dự án hỗ trợ cả các ứng dụng web như Django và các thiết bị nhúng như Raspberry Pi. Bất kỳ dự án nào được viết bằng Python cũng có thể được trang bị khả năng nhận diện và tổng hợp giọng nói.

✨ Điểm nổi bật

  • Cài đặt đơn giản với pip: Chỉ cần chạy pip install spokestack sau khi đáp ứng các phụ thuộc hệ thống.
  • Hỗ trợ TensorFlow và TFLite: Có thể cài đặt toàn bộ TensorFlow hoặc bản TFLite Interpreter nhẹ cho thiết bị nhúng.
  • Hỗ trợ nhiều nền tảng: Cài đặt trên macOS, Debian/Ubuntu và Windows (qua WSL hoặc Anaconda).
  • Pipeline giọng nói sẵn: Cung cấp các bản cấu hình sẵn như WakewordSpokestackASR để nhanh chóng khởi động.
  • Kiểm soát chi tiết với SpeechPipeline: Kết nối VAD, wakeword và ASR để xây dựng quy trình nhận diện giọng nói tùy chỉnh.
  • Xử lý sự kiện qua callback: Đăng ký hàm xử lý khi có sự kiện như kích hoạt hoặc nhận dạng giọng nói.
  • Hỗ trợ NLU: Chuyển đổi văn bản thành dữ liệu có cấu trúc để máy xử lý và hành động.

💡 Vì sao đáng chú ý

Spokestack Python khác biệt bởi sự tập trung vào hệ thống nhúng như Raspberry Pi, nơi tài nguyên hạn chế. Thư viện cung cấp cả giải pháp đầy đủ với TensorFlow và phiên bản nhẹ với TFLite Interpreter, giúp người dùng linh hoạt lựa chọn. Đặc biệt, cách tiếp cận basecamp với các profile sẵn giúp phát triển nhanh, trong khi SpeechPipeline cho phép tùy biến sâu nếu cần.


#VoiceInterface #Python #SpeechRecognition #TTS #TiniX

Dự án tương tự

Khám phá các dự án và mô hình AI khác có sự tương đồng.

RepositoryPython
Neywa-Labs/mlx-audio

A text-to-speech (TTS), speech-to-text (STT) and speech-to-speech (STS) library built on Apple's MLX framework, providing efficient speech analysis on Apple Silicon.

8.3k
Nov 19, 2026
RepositoryPython
huggingface/transformers

🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.

169.4k
Nov 22, 2026
RepositoryTypeScript
leon-ai/leon

🧠 Leon is your open-source personal assistant.

17.7k
Nov 17, 2026
RepositoryPython
OpenBMB/VoxCPM

VoxCPM2: Tokenizer-Free TTS for Multilingual Speech Generation, Creative Voice Design, and True-to-Life Cloning

42.7k
Nov 9, 2026
RepositoryPython
google-research/bert

TensorFlow code and pre-trained models for BERT

40.0k
Jul 23, 2024
RepositoryPython
jianchang512/pyvideotrans

Translate the video from one language to another and embed dubbing & subtitles.

19.8k
Nov 17, 2026
RepositoryPython
abus-aikorea/voice-pro

Gradio WebUI for creators and developers, featuring key TTS (Edge-TTS, kokoro) and zero-shot Voice Cloning (E2 & F5-TTS, CosyVoice), with Whisper audio processing, YouTube download, Demucs vocal isolation, and multilingual translation.

13.5k
Jul 13, 2026
RepositoryPython
rany2/edge-tts

Use Microsoft Edge's online text-to-speech service from Python WITHOUT needing Microsoft Edge

12.6k
Oct 14, 2026
RepositoryPython
netease-youdao/EmotiVoice

EmotiVoice 😊: a Multi-Voice and Prompt-Controlled TTS Engine

8.5k
Sep 3, 2026