@hanzo/voice

中文文档
0.1.19发布于 2026/10/21Apache-2.0TypeScriptES Module零依赖近 30 天下载 1万

作曲家的双向声音——开口麦克风,现场录音稿,口头回答,出门出道,还有口语插座. 一个机器和一个按钮,每个汉藏地表共享.

中文使用文档
文档目录7 节
  1. 使用
  2. 用什么来着
  3. 当它拒绝时
  4. 当它不能
  5. 谈话模式
  6. 现场记录
  7. API 密码

@hanzo/语音

作曲家的双向语音. 一台机器,一个按钮,共享 hanzo.chat和hanzo.app. (英语).

点击麦克风和麦克风继续打开:记录片流入 作曲家听到的,每次暂停 都会通过作曲家自己的转弯 提交路径,并大声读回回复。 说回话就停了 这样你就可以转一圈了 再次点击结束对话 .

npm i @hanzo/voice

使用

打电话者保留机器——它需要 say 来读取回复——和按钮 只画它.

import { Voice, useVoice, speech } from "@hanzo/voice";

const platform = speech({ token: () => iam.getValidAccessToken() });

function Composer() {
  const [text, setText] = useState("");
  const voice = useVoice({
    speech: platform,
    onPartial: setText,                 // heard so far — show it
    onUtterance: (said) => submit(said), // the EXISTING submit path
  });

  // Read the reply back, but only inside a conversation.
  useEffect(() => { if (done) void voice.say(reply); }, [done]);

  return (
    <form onSubmit={...}>
      <textarea value={text} onChange={...} />
      <Voice voice={voice} className="my-composer-icon" />
    </form>
  );
}

onUtterance 是故意的 作曲家现有的提交。 声音是一种方式 打字,从不以第二次方式发送.

作曲家只应该DICTATE——人物读回并发送—— 差数 useDictation 换句话说 每句话,在田稼之后, 因此,暂停永远不会取代它面前的句子:

const voice = useVoice({ speech: platform, ...useDictation(text, setText) });

一个对话属于页面,而不是属于绘制它的组件. 发送 初回转弯就是聊天的空想 /c/new 页:1 /c/<id>, (中文(简体) ), 重新装上作曲家——所以机器把麦克风取回 另一边 只点击结束对话 。 新的页面负载总是开始 关闭.

用什么来着

平台本身的语音服务—— POST /v1/audio/transcriptions 财务报告和审定财务报表 POST /v1/audio/speech 在半藏网关上, 既与OpenAI兼容, 也与Metro兼容. speech() 建造这种运输;以自己的路向前的地表 代理通过自己的 baseUrl 其它一切都不会改变.

韩佐自己的收音机无论配置在哪里,浏览器都可以监听 每个浏览器 不只是缺少识别器 这个 浏览器自己的识别器是备用:

听着实时部分
speech 已提供( 默认)汉佐的 /v1/audio/transcriptions整个短语到达
没有 speech,或 prefer: "browser"内置识别器是,逐个字
半藏的转写拒绝了内在识别器,从那一刻起是,逐个字

答复由半藏语音读取 speech.speak 由 浏览器自己的声音当它不是——而"不是"包括"被重播".

两条腿都握有回声失效的捕捉流,只要是开口. 没有它,麦克风听到 回答从发言者 每次都会打断自己.

当它拒绝时

被拒绝的服务永远不会被吞噬。 401,空余额或超时 在麦克风后或回复后设置一个 refusal 打开 机器在同一时刻:

voice.refusal // { service: "ear" | "mouth", error, covered } | null

一张没有签名的纸 speech({ public: true }): 复制打开 POST /v1/audio/transcriptions/public半藏的手抄本没有 证明书,每个访客一天之内一次录音一分钟. 过了一天 拒绝使用 public_allowance_spent,浏览器的识别器接管 标签上写着自由日被使用. 不提供阅读声音或现场记录 那里;答复由浏览器读取.

covered 是指浏览器是否能够站入. <Voice/> 带句子 标签和标记本身 data-refusal; 表面绘制自己的按钮 读取 voice.refusal 或获取 onRefusal静静地站着会让 死钥匙听起来就像活生生的, 没有人去寻找一个法案 改为零.

当它不能

voice.blocked 这是其中之一 insecure, (中文(简体) ), unsupported, (中文(简体) ), denied, (中文(简体) ), absent,以及 voice.reason 是一个可以执行的判决。 扣子停放, 禁用, 带着这个理由——作曲家仍然会打字. 一个安静的控制 消失后不教用户什么.

谈话模式

关于半藏实时插座的无手对话, /v1/voice页:1 麦克风流出,回声流回声 与它的词旁 说到答复就停止了 服务器决定何时转弯结束 .

import { Voice, useTalk } from "@hanzo/voice";

const talk = useTalk({ token: () => iam.getValidAccessToken(), onDone: (reply) => log(reply) });
<Voice voice={talk} says={{ idle: "Start a conversation" }} />;
// talk.reply — the words being spoken

现场记录

随人们说话而增长的文字 /v1/audio/transcript。 。 。 . onSettled 获得 每一块不会改变; onPartial 得到一切,包括尾巴.

import { Voice, speech, useTranscript } from "@hanzo/voice";

const live = useTranscript({ speech: speech({ token }), onSettled: (text) => note(text), onPartial: setCaption });
<Voice voice={live} says={{ idle: "Transcribe", listening: "Transcribing — click to stop" }} />;

API 密码

  • useVoice({ onUtterance, onPartial?, onLevel?, speech?, prefer?, onRefusal?, voice?, language?, pause? }) 机器: state (单位:千美元)idle | listening | speaking, (中文(简体) ), open, (中文(简体) ), blocked, (中文(简体) ), reason, (中文(简体) ), refusal, (中文(简体) ), toggle(), (中文(简体) ), say(text, voice?) (解决办法) true 当 句子响了, false 当时,有人对他说:, hush()。 。 。 . open 是用户的 意图,单击时为真; state 正在发生的事情,它确实 不说 listening 直到麦克风真的存在 按钮读取 aria-pressed 关闭第一个和 data-state 关闭第二个.
  • useDictation(value, setValue) → { onPartial, onUtterance } 该附件 (一) 对有控制的字段说话; dictation(read, write) 同样的 a 字段反射不能坚持.
  • <Voice voice={...} className? disabled? children? says? /> - 按钮,用于 这三台机器中的任何一台 未被设计所取代;提供铬.
  • useTalk({ token?, baseUrl?, org?, onReply?, onDone?, onError? }) — 谈话模式 : 机器加起来 reply。 。 。 .
  • useTranscript({ speech, language?, onPartial?, onSettled? }) - 现场直播 录音机.
  • speech({ baseUrl?, token?, ear?, voice?, public?, fetch? }) ——站台运输. 拒绝掷出 SpeechError (单位:千美元)status, (中文(简体) ), code(三); refused(refusal) 这是 句子 <Voice/> 为所穿. ear 默认为 zen-scribe· ; voice 改为 { model: "zen-voice-mini", name: "af_heart", format: "mp3" }。语音名称是语音服务本身的ID (单位:千美元)af_heart, (中文(简体) ), am_michael, (中文(简体) ), bf_emma, (中文(简体) ), bm_george(......) ; (......); say(text, voice) 单句名一.
  • listen, (中文(简体) ), mouth, (中文(简体) ), capability, (中文(简体) ), blocker - 碎片,如果你想要的话.

Apache-2.0 · 韩佐·艾

版本与发布记录

@hanzo/voice 共发布 20 个版本,首次发布于 2026/07/27;过去 12 个月发布了 20 个版本。

版本发布日期距今
0.1.19latest2026/10/2127 天前
0.1.182026/10/041 个月前
0.1.172026/10/041 个月前
0.1.162026/10/041 个月前
0.1.152026/10/041 个月前
0.1.142026/10/031 个月前

关于 @hanzo/voice 的常见问题

@hanzo/voice 是什么?

作曲家的双向声音——开口麦克风,现场录音稿,口头回答,出门出道,还有口语插座. 一个机器和一个按钮,每个汉藏地表共享.

如何安装 @hanzo/voice?

在项目目录运行 npm install @hanzo/voice,或使用 pnpm add / yarn add / bun add。它还需要宿主项目提供 peer 依赖:react(>=18)。npm 7 及以上与 pnpm 8 及以上默认会自动安装必需的 peer 依赖,Yarn 需要手动安装。

@hanzo/voice 支持 TypeScript 吗?

支持。包内自带 TypeScript 类型声明(package.json 声明了 types 入口),安装后即可获得类型提示,无需再安装 @types 包。

@hanzo/voice 支持 ESM 还是 CommonJS?

以 ES Module 形式发布,推荐使用 import 引入。在 CommonJS 项目中,Node.js 20.19+ / 22.12+ 可以直接 require() 不含顶层 await 的 ES Module,更早的版本需要改用动态 import()。

@hanzo/voice 可以商用吗?

@hanzo/voice 使用 Apache-2.0 许可。宽松许可:允许商业使用、修改和再分发,并附带明确的专利授权;分发时需保留许可与 NOTICE 文件,修改过的文件要注明改动。以上为概括,不构成法律意见,请以许可原文为准。

@hanzo/voice 的下载量有多少?

根据 npm 官方下载统计,@hanzo/voice 在 2026/10/17 – 2026/11/15 这 30 天内被下载 10,263 次,日均约 342 次。下载量会把 CI 构建、镜像同步和作为其他包依赖的安装一并计入,适合横向比较热度,不能直接等同于使用人数。

@hanzo/voice 还在维护吗?

最新版本 0.1.19 发布于 2026/10/21(27 天前);至今共发布 20 个版本,其中过去 12 个月发布了 20 个;首次发布于 2026/07/27。发布频率只是参考信号:功能稳定的工具可能很少需要更新,建议结合源码仓库的 issue 和提交记录判断。