Saltar al contenido principal

Lista de parámetros de reconocimiento

Estos parámetros solo se pueden establecer mientras el reconocedor no está en ejecución.

Esta no es una lista exhaustiva de los parámetros disponibles en Whisper. Solo los más importantes se exponen aquí. Si es necesario, esta lista se actualizará.

Establecer Parámetros de Reconocimiento​

Establece los parámetros para el reconocimiento de voz. Si deseas cambiar solo parámetros específicos, considera usar las funciones establecedoras individuales.

Establecer Valores Predeterminados para Streaming​

Establece los parámetros predeterminados adecuados para el reconocimiento de voz en streaming.

Establecer Valores Predeterminados para No Streaming​

Establece los parámetros predeterminados adecuados para el reconocimiento de voz no streaming.

Establecer Número de Hilos​

Establece el número de hilos a utilizar para el reconocimiento de voz. Establece este valor en 0 para usar el número de núcleos.

Establecer Idioma​

Establece el idioma a utilizar para el reconocimiento de voz. Debe ser compatible con el modelo de idioma seleccionado en la configuración del Editor.

Establecer el idioma en Auto disminuirá la precisión y el rendimiento del reconocimiento.

Obtener Idioma Detectado​

Obtiene el idioma detectado del último reconocimiento. Devuelve el idioma como un valor de enumeración.

Nota: Esta función solo funciona después de que se ha realizado un reconocimiento. Devuelve Auto si la detección de idioma falló o no se realizó. Esto es particularmente útil cuando se usa la detección automática de idioma para identificar qué idioma se reconoció realmente.

Obtener Código de Idioma​

Convierte un valor de enumeración de idioma a su cadena de código de idioma (por ejemplo, En -> "en", Fr -> "fr", De -> "de").

Obtener Nombre Completo del Idioma​

Convierte un valor de enumeración de idioma a su nombre completo de idioma (por ejemplo, En -> "English", Fr -> "French", De -> "German").

Establecer Traducir al Inglés​

Establece si se deben traducir las palabras reconocidas al inglés. Si es verdadero, el modelo de idioma debe ser multilingüe.

Establecer Tamaño del Paso​

Establece el tamaño del paso en milisegundos. Determina con qué frecuencia enviar datos de audio para reconocimiento. El valor predeterminado es 5000 ms (5 segundos).

Establecer Sin Contexto​

Establece si se debe usar la transcripción pasada (si existe) como indicación inicial para el decodificador.

Establecer Segmento Único​

Establece si se debe forzar la salida de un solo segmento (útil para streaming).

Establecer Tokens Máximos​

Establece el número máximo de tokens por segmento de texto. Usa 0 para sin límite.

Establecer Aceleración​

Establece si acelerar el reconocimiento 2x usando Phase Vocoder. Establécelo como false para mejorar la calidad de la salida.

Establecer Tamaño del Contexto de Audio​

Establece el tamaño del contexto de audio. Establécelo como 0 para mejorar la calidad de la salida.

Establecer Temperatura a Aumentar​

Establece la temperatura a aumentar al retroceder cuando la decodificación falla en cumplir con alguno de los umbrales siguientes.

Establecer Umbral de Entropía​

Establece el umbral de entropía. Si la relación de compresión es mayor que este valor, trata la decodificación como fallida. Similar al "compression_ratio_threshold" de OpenAI.

Establecer Supresión de Espacios en Blanco​

Establece si suprimir los espacios en blanco que aparecen en las salidas.

Establecer Supresión de Tokens No Vocales​

Establece si suprimir los tokens no vocales que aparecen en las salidas.

Establecer Tamaño del Haz​

Establece el número de haces en la búsqueda por haz. Solo aplicable cuando la temperatura es cero.

Establecer Prompt Inicial​

Establece el prompt inicial para la primera ventana. Esto puede usarse para proporcionar contexto al reconocimiento para hacer más probable que prediga las palabras correctamente, por ejemplo, vocabularios personalizados o nombres propios.

Establecer Aceleración por GPU​

Establece si usar la aceleración por GPU para el reconocimiento de voz (solo aplicable en Windows por el momento).

Establecer ID del Dispositivo GPU​

Establece el ID del dispositivo GPU a usar para el reconocimiento de voz. El valor por defecto es 0. Esto es útil para sistemas con múltiples GPUs para especificar qué GPU debe usarse para el proceso de reconocimiento. Si el ID del dispositivo GPU especificado no es válido, se usará en su lugar el primer índice de dispositivo GPU disponible.