VoiceStreamAI

VoiceStreamAI是一个可以自己托管的 Whisper 解决方案，服务端是 Python，客户端是 JS，基于 WebSocket 实时通信，可以做到语音的实时传输和文本转换。

我们运用了Huggingface的语音活动检测（VAD）技术，以及OpenAI的Whisper模型，从而精确地识别和处理语音。

功能特性：

* 支持WebSocket，实现实时音频流的传输。
* 采用Huggingface的VAD技术，精确检测语音活动。
* 利用OpenAI的Whisper模型，完成语音转写。
* 可针对音频块进行个性化处理。
* 具备多语言转写功能。