# @animalabs/voice-kit 中文文档

规范地址：https://npmcn.com/package/%40animalabs/voice-kit/

版本：0\.1\.0
npm 元数据更新时间：2026-10-13T18:13:52.445Z
中文译文更新时间：2026-11-06T09:03:13.058Z
软件包许可：MIT

本文由上游 README 翻译，可能存在偏差，请结合原文核对 API、命令与配置。版权与许可归原作者所有。

原始 npm 页面：https://www.npmjs.com/package/%40animalabs/voice-kit
原文对照：https://npmcn.com/package/%40animalabs/voice-kit/?lang=original
项目主页：https://github.com/anima-research/voice-kit#readme
源码仓库：https://github.com/anima-research/voice-kit

## 关键信息（来自 npm 元数据）

- 包体积（解压后）：48.5 kB，19 个文件
- 模块格式：ES Module
- TypeScript 类型：包内自带
- Node.js 要求：\>=20
- 运行依赖：1 个
- 首次发布：2026-10-13T17:42:35.551Z
- 最新版本发布：2026-10-13T17:45:12.615Z
- 近 30 天下载量：3714（2026-10-06 至 2026-11-04，npm 官方下载统计）
- 已发布版本数：2（近 12 个月 2 个）

## 中文简介

可插接的STT/TTS供应商接合连接器语音:接口+提供者适配器(ElevenLabs Scribe/流-输入,AssemblyAI)+音频数学+语音-注册类型. 地表不可知论:没有Discord,没有门户.

## 安装

```sh
npm install @animalabs/voice-kit
```

也可以使用：`pnpm add @animalabs/voice-kit`、`yarn add @animalabs/voice-kit`、`bun add @animalabs/voice-kit`

## README

# @animalabs/voice-kit (英语)

在Connectome的供词接合。 它定义了一套 STT 和 TTS 接口、适配器,以及周围的音频辅助器. 它对Discord或任何其他表面一无所知:例如消费者 `@animalabs/discord-mcpl`语音腿打开会话和流经这些 界面,绝不直接触碰销售商 API.

```sh
npm install @animalabs/voice-kit
```

## 里面有什么东西

| 导出 | 这是什么 |
| --- | --- |
| `SttProvider`, (中文(简体) ), `SttSession`, (中文(简体) ), `SttTranscript`, (中文(简体) ), `SttSessionOptions` | 语音对文本接口 |
| `TtsProvider`, (中文(简体) ), `TtsStream`, (中文(简体) ), `TtsVoice`, (中文(简体) ), `TtsAlignment` | 文字对语音接口 |
| `ScribeSttProvider` | 11Labs 实时 STT |
| `AssemblyAiSttProvider` | AssemblyAI 实时STT |
| `ElevenLabsTtsProvider` | 11Labs 流式 TTS( 流- 输入), 有字符时间 |
| `EnergyVad`, (中文(简体) ), `dbfs` | 基于能的语音活动探测器 |
| `downmixStereoToMono`, (中文(简体) ), `monoTo48kStereo` | PCM 转换到Discord 48 kHz 立体声 |
| `loadRegistry`, (中文(简体) ), `resolveVoice`, (中文(简体) ), `VoiceRegistry`, (中文(简体) ), `RegistryVoice` | 发言者对语音登记格式 |

每个提供者在其构建器中取取其API密钥.

## 合同

-   **译文可以修改.** 笔录事件由 `utteranceId`, (中文(简体) ), 和任何字段(文本、扬声器、 `final`)可能再次到达同一身份. 将最新事件作为事实。 AssemblyAI修订案文和 scribe 发送增长部分和 然后是承诺.
-   **扬声器标签是可选的.** 单语源, 如 Discord 的 接收器流,每个演讲者运行一个会话并离开 `speaker` 未设. 打开 混合的饲料, 缩小的提供者填充 `speaker` 带着自己的不透明标签, 也可以修订.
-   **PCM进入,PCM退出.** 音频为PCM16LE单相. STT 会话宣布其输入 打开时的速率, TTS 提供者则声明其输出速率 (单位:千美元)`outputRateHz`) (中文(简体) ). 从表面格式转换为消费者的 任务; `audio.ts` 有帮手.
-   **TTS时间是可选的.** 当一个提供商有 字符的块, `onAlignment` 那块块之前的火 `onAudio`,以毫秒计 从流起,与发送时文本相匹配的字符. 没有时机的供货商从来不放火.

## 发展

```sh
npm install
npm run build      # tsc → dist/
npm test           # bun test
```

从a出版的版本 `v*` 通过 Npm 信任的 GitHub 动作标记 出版(见 `.github/workflows/publish.yml`) (中文(简体) ).

## 许可证

麻省理工学院

## 常见问题

### @animalabs/voice-kit 是什么？

可插接的STT/TTS供应商接合连接器语音:接口\+提供者适配器\(ElevenLabs Scribe/流-输入,AssemblyAI\)\+音频数学\+语音-注册类型\. 地表不可知论:没有Discord,没有门户\.

### 如何安装 @animalabs/voice-kit？

在项目目录运行 npm install @animalabs/voice-kit，或使用 pnpm add / yarn add / bun add。

### @animalabs/voice-kit 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。

### @animalabs/voice-kit 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\(\)。

### @animalabs/voice-kit 需要什么版本的 Node\.js？

package\.json 的 engines 字段要求 Node\.js \>=20。版本不符时 npm 默认只给出警告，开启 engine-strict 后会拒绝安装。

### @animalabs/voice-kit 可以商用吗？

@animalabs/voice-kit 使用 MIT 许可。宽松许可：允许商业使用、修改和再分发，通常只需在分发时保留原版权与许可声明。以上为概括，不构成法律意见，请以许可原文为准。

### @animalabs/voice-kit 的下载量有多少？

根据 npm 官方下载统计，@animalabs/voice-kit 在 2026/10/06 – 2026/11/04 这 30 天内被下载 3,714 次，日均约 124 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。

### @animalabs/voice-kit 还在维护吗？

最新版本 0\.1\.0 发布于 2026/10/14（25 天前）；至今共发布 2 个版本，其中过去 12 个月发布了 2 个；首次发布于 2026/10/14。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。