# audio-text

**Repository Path**: openkylin/audio-text

## Basic Information

- **Project Name**: audio-text
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: AGPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2024-08-16
- **Last Updated**: 2026-06-05

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Audio-Text

欢迎来到 Audio-Text 项目！本项目旨在为开发者提供高效的实时文本转语音（TTS）和实时语音转文本（STT）接口，方便在各种应用中集成语音处理功能。

## 主要功能

### 1. 实时文本转语音 (TTS)

- **基于 ChatTTS**：该功能基于 ChatTTS 、ONNX模型推理、torch数据处理，采用 C++ 进行开发。
- **文本处理与裁剪**：通过对输入文本的处理和裁剪，进一步提高实时性，确保快速响应用户请求。
- **多样化声音选项**：提供多种声音和语调的选择，满足用户的个性化需求。
- **多语言支持**：支持多种语言的文本转语音，适应不同地区用户的需求。

### 2. 实时语音转文本 (STT)

- **基于 SenceVoice：该功能基于 SenceVoice、VAD、Pubc、ONNX模型推理，采用先进的流式策略实现实时转录及校正功能。
- **语音过滤与实时纠错**：通过语音过滤和实时纠错等方法，进一步提高转录的性能和准确性。
- **快速处理**：支持实时语音输入处理，适合在线会议、语音助手等场景。
- **多语言识别**：支持多种语言的语音输入，满足不同用户的需求。

## 安装与使用

### 依赖项

```bash
sudo apt install cmake libgflags-dev libicu-dev libsdl2-dev portaudio19-dev -y
pip --default-timeout=10000 install torch==2.2.1 --index-url https://download.pytorch.org/whl/cu118
```

### 安装步骤

1. **克隆 Audio-Text 项目**
   
   ```bash
   git clone https://gitee.com/openkylin/audio-text.git
   cd audio-text
   ```

2. **构建 Audio-Text 项目**
   
   ```bash
   mkdir build
   cd build
   cmake ..
   make -j
   sudo make install
   ```

### 接口调用

请参考 `ffilib.h` 文件，了解如何调用实时 TTS 和 STT 接口。

## 参与贡献

欢迎对本项目的贡献！请遵循以下步骤：

1. Fork 本仓库
2. 新建 `Feat_xxx` 分支
3. 提交代码
4. 新建 Pull Request

## 许可证

本项目使用 GPL-3.0 许可证，详情请参见 [LICENSE](LICENSE) 文件。

---

感谢您对 Audio-Text 项目的关注和支持！如有任何问题，请随时在 Gitee 上提出问题或创建讨论。