一个本地音频处理工具,利用仿生耳蜗方法进行语音转写和韵律分析(音高、能量、停顿),使 AI 模型既能理解文字内容,也能感知语气情感。

Stars

15

7 天增长

暂无数据

Fork 数

3

开放 Issue

0

开源协议

MIT

最近更新

2026-07-30

AI 仓库情报摘要
FR-AI / ANALYSIS

为什么值得关注

它将声音转化为多模态模型可读的视觉和数字表示,填补了音频与基于文本的 AI 之间的鸿沟,全程本地运行,保护隐私。

适合谁使用

  • 构建 AI 伴侣的开发者
  • 语音交互研究者
  • 注重隐私、希望本地处理语音的用户
  • 需要整合情感识别的聊天机器人创作者

典型使用场景

  • 让 AI 聊天机器人理解语音消息中的情绪语气并做出回应
  • 分析语音韵律特征用于学术研究
  • 实现隐私优先的语音转写与分析
  • 为语言模型补充非语言沟通线索

项目优势

  • 全程本地处理,保障数据隐私
  • 仿生耳蜗方法提取有意义的韵律特征
  • 同时生成可视化(频谱图)和数字化摘要
  • 将转写与韵律分析整合在同一流程中

使用前须知

  • 处理非 WAV 格式音频需要安装 ffmpeg
  • 首次运行需下载 Whisper 模型(140MB 以上)
  • 面向文件输入,不支持实时流式处理

README 快速开始

安装

项目描述

给AI伴侣装耳朵——本地语音转写+韵律分析

相关仓库与替代方案

根据分类、Topic 和编程语言匹配的相似项目。

lopopolo
精选
lopopolo GitHub avatar

harness-engineering

Harness Engineering is a methodology for improving coding agent outputs by carefully crafting the environment around them—providing curated context, tools, and executable constraints that encode an organization’s nonfunctional requirements and cumulative lessons.

AI 与机器学习AI 智能体
2,390
slvDev
精选
slvDev GitHub avatar

esp32-ai

A 28.9 million parameter language model runs on an $8 ESP32-S3 microcontroller entirely on-device, generating simple stories at about 9.5 tokens per second.

AI 与机器学习大语言模型
1,960
littledivy
精选
littledivy GitHub avatar

mimic

mimic captures traffic from any iOS or web app and automatically generates a Python client library that lets you call the app's API like a regular library.

AI 与机器学习
1,482