Aller au contenu principal

Aperçu

Documentation du Runtime Speech Recognizer

Runtime Speech Recognizer est un plugin multiplateforme permettant la Runtime Speech Recognizer et hors ligne. Basé sur la technologie Whisper d'OpenAI, notamment la bibliothèque whisper.cpp, il prend en charge plusieurs modèles linguistiques présélectionnés dans les paramètres du plugin.

Installation​

Lors du premier lancement, installez les modèles linguistiques (une boîte de dialogue apparaîtra pour vous demander de le faire automatiquement).

Description basique​

Ce plugin fournit une Runtime Speech Recognizer utilisant des algorithmes avancés basés sur la bibliothèque whisper.cpp. Il compare les données audio entrantes, fournies sous forme de flux ou d'entrée non-stream (comme un fichier ou un tampon de données audio), avec des modèles linguistiques pré-entraînés.

Sous Windows, le plugin utilise Vulkan pour l'accélération GPU, ce qui accélère significativement le processus de reconnaissance. Sur les autres plateformes, le plugin utilise le CPU + intrinsics pour l'accélération.

Ressources supplémentaires​