Голосовой браузер jev-voice-browser: команды исполняются до конца фразыКратко · дайджест за 21 сентября
Кратко≈ 1 мин

Голосовой браузер jev-voice-browser: команды исполняются до конца фразы

Разработчик Мориц Кремп опубликовал открытый проект jev-voice-browser под лицензией MIT в репозитории на GitHub. Вместо посимвольной генерации текста большими LLM система использует негенеративную модель решений Jev (jev-1.13.0) и библиотеку Playwright. Браузерный Web Speech API передает слова на локальный сервер, а Jev вычисляет вероятности намерения за 250–350 мс на слово, запуская клики и скролл еще до того, как пользователь закончил фразу.

Для запуска требуются Node.js (от версии 20), npm и браузер Chrome или Edge:

  1. Клонировать проект: git clone https://github.com/moritzkremb/jev-voice-browser.git && cd jev-voice-browser.
  2. Установить библиотеки: npm install && npx playwright install chromium.
  3. Создать конфиг cp .env.example .env и вставить API-ключ TypeSafe.
  4. Запустить ./run.sh, открыть http://localhost:8787 и нажать Start mic.

Инструмент рассчитан на четкие интерфейсные действия в Chromium и не заменяет генеративные модели для создания свободного текста. API-ключ TypeSafe необходимо держать в секрете.

Хочу подробный разборГолоса помогают выбрать, что разобрать подробно. За этот материал 0 голосов.
Источники · 2