Passa al contenuto principale

Elenco dei parametri di riconoscimento

Questi parametri possono essere impostati solo quando il riconoscitore non è in esecuzione.

Questo non è un elenco esaustivo dei parametri disponibili in Whisper. Solo i più importanti sono esposti qui. Se necessario, questo elenco verrà aggiornato.

Imposta Parametri di Riconoscimento​

Imposta i parametri per il riconoscimento vocale. Se desideri modificare solo parametri specifici, considera l'utilizzo delle funzioni setter individuali.

Imposta Predefiniti per Streaming​

Imposta i parametri predefiniti adatti per il riconoscimento vocale in streaming.

Imposta Predefiniti per Non Streaming​

Imposta i parametri predefiniti adatti per il riconoscimento vocale non in streaming.

Imposta Numero di Thread​

Imposta il numero di thread da utilizzare per il riconoscimento vocale. Imposta questo valore a 0 per utilizzare il numero di core.

Imposta Lingua​

Imposta la lingua da utilizzare per il riconoscimento vocale. Deve essere supportata dal modello linguistico selezionato nelle impostazioni dell'Editor.

Impostare la lingua su Auto diminuirà l'accuratezza e le prestazioni del riconoscimento.

Ottieni Lingua Rilevata​

Ottiene la lingua rilevata dall'ultimo riconoscimento. Restituisce la lingua come valore enum.

Nota: Questa funzione funziona solo dopo che è stato eseguito il riconoscimento. Restituisce Auto se il rilevamento della lingua è fallito o non è stato eseguito. Questo è particolarmente utile quando si utilizza il rilevamento automatico della lingua per identificare quale lingua è stata effettivamente riconosciuta.

Ottieni Codice Lingua​

Converte un valore enum di lingua nel suo codice lingua stringa (es., En -> "en", Fr -> "fr", De -> "de").

Ottieni Nome Completo Lingua​

Converte un valore enum di lingua nel suo nome completo della lingua (es., En -> "English", Fr -> "French", De -> "German").

Imposta Traduzione in Inglese​

Imposta se tradurre le parole riconosciute in inglese. Se vero, il modello linguistico deve essere multilingue.

Imposta Dimensione Passo​

Imposta la dimensione del passo in millisecondi. Determina quanto spesso inviare i dati audio per il riconoscimento. Il valore predefinito è 5000 ms (5 secondi).

Imposta Nessun Contesto​

Imposta se utilizzare la trascrizione passata (se presente) come prompt iniziale per il decodificatore.

Imposta Segmento Singolo​

Imposta se forzare l'output di un singolo segmento (utile per lo streaming).

Imposta Token Massimi​

Imposta il numero massimo di token per segmento di testo. Utilizza 0 per nessun limite.

Imposta Velocizzazione​

Imposta se velocizzare il riconoscimento di 2x utilizzando il Phase Vocoder. Impostalo su false per migliorare la qualità dell'output.

Imposta Dimensione Contesto Audio​

Imposta la dimensione del contesto audio. Impostalo su 0 per migliorare la qualità dell'output.

Imposta Temperatura da Aumentare​

Imposta la temperatura da aumentare quando si ricade indietro in caso di fallimento della decodifica nel soddisfare una delle soglie sottostanti.

Imposta Soglia di Entropia​

Imposta la soglia di entropia. Se il rapporto di compressione è superiore a questo valore, tratta la decodifica come fallita. Simile al "compression_ratio_threshold" di OpenAI.

Imposta Soppressione Spazi Vuoti​

Imposta se sopprimere gli spazi vuoti che compaiono negli output.

Imposta Soppressione Token Non Vocali​

Imposta se sopprimere i token non vocali che compaiono negli output.

Imposta Dimensione Beam​

Imposta il numero di beam nella ricerca beam. Applicabile solo quando la temperatura è zero.

Imposta Prompt Iniziale​

Imposta il prompt iniziale per la prima finestra. Questo può essere utilizzato per fornire contesto al riconoscimento per renderlo più probabile prevedere correttamente le parole, ad esempio vocabolari personalizzati o nomi propri.

Imposta Accelerazione GPU​

Imposta se utilizzare l'accelerazione GPU per il riconoscimento vocale (attualmente applicabile solo su Windows).

Imposta ID Dispositivo GPU​

Imposta l'ID del dispositivo GPU da utilizzare per il riconoscimento vocale. Il valore predefinito è 0. Questo è utile per sistemi con più GPU per specificare quale GPU dovrebbe essere utilizzata per il processo di riconoscimento. Se l'ID del dispositivo GPU specificato non è valido, verrà utilizzato invece il primo indice di dispositivo GPU disponibile.