超越原生的媒体录制工具:extendable-media-recorder
2024-06-01 18:08:47作者:丁柯新Fawn
超越原生的媒体录制工具:extendable-media-recorder
1、项目介绍
extendable-media-recorder 是一个强大的媒体记录库,它是浏览器原生 MediaRecorder 的扩展版。这个库不仅提供了与原生API相同的功能,还允许开发者定义自定义编码器,从而支持更多种类的音频文件格式,即使这些格式在当前浏览器中并未得到官方支持。
2、项目技术分析
该项目通过两种技术实现自定义编码:
- Chrome 中的 WebM 技术:在 Chrome 浏览器中,
extendable-media-recorder利用原生的MediaRecorder将流编码为 WebM 文件,并且音频部分采用pcm编码。然后,它借助一个轻量级的ts-ebml解析器,将pcm数据转换以供自定义编码器使用。 - 其他浏览器中的 Web Audio API:对于不支持上述方法的浏览器,
extendable-media-recorder直接使用 Web Audio API 获取录音的pcm数据,让自定义编码器能够处理这些数据。
extendable-media-recorder 还提供了一个预先定义好的音频编码器 extendable-media-recorder-wav-encoder,用于创建 WAV 格式的音频文件。
3、项目及技术应用场景
- 多媒体应用开发:对于开发需要自定义音频格式的在线录音应用,例如要求高质量音频存储或特殊格式支持的应用,
extendable-media-recorder提供了灵活的选择。 - 学术研究:在音频处理和信号分析领域,可能需要特定采样率或编码格式的数据,
extendable-media-recorder可以满足这一需求。 - 实验性项目:对于尝试新编码技术和格式的开发者,它可以作为实验平台,轻松地添加和测试新的编码器。
4、项目特点
- 兼容性良好:无论浏览器是否支持原生
MediaRecorder,extendable-media-recorder都能适配并提供稳定的服务。 - 可扩展性:允许用户注册并使用自定义的编码器,扩展录音功能以支持更多的文件格式。
- 易于集成:安装简单,接口与原生
MediaRecorder类似,开发者可以快速上手替换原有代码。 - 控制精度:提供了设置采样率的方法,以适应不同的场景需求。
总的来说,extendable-media-recorder 是一个强大的开源解决方案,它赋予开发者更多控制录音过程的能力,让音频录制变得更加灵活和多样化。无论你是音视频应用的开发者还是对声音处理有独特需求的研究者,都不妨试试这款工具,探索其无限可能性。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
197
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
624
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210