Saltar al contenido principal

Descripción general

Documentación de Runtime Speech Recognizer

Runtime Speech Recognizer es un plugin multiplataforma que permite el reconocimiento de voz en tiempo real y sin conexión. Basado en la tecnología Whisper de OpenAI, específicamente en la biblioteca whisper.cpp, y soporta múltiples modelos de lenguaje pre-seleccionados en los ajustes del plugin.

Cómo instalar​

En la primera ejecución, instala los modelos de lenguaje (aparecerá un cuadro de diálogo pidiéndote que lo hagas automáticamente).

Descripción básica​

Este plugin proporciona reconocimiento de voz en tiempo real utilizando algoritmos avanzados basados en la biblioteca whisper.cpp. Compara los datos de audio entrantes, proporcionados como flujo o entrada no secuencial (como un archivo o búfer de datos de audio), con modelos de lenguaje pre-entrenados.

En Windows, el plugin utiliza Vulkan para aceleración por GPU, lo cual acelera significativamente el proceso de reconocimiento. En otras plataformas, el plugin utiliza la CPU + intrínsecos para aceleración.

Recursos adicionales​