Runtime Speech Recognizer

Runtime Speech Recognizer プラグインのドキュメント。

📄️ 概要

Runtime Speech Recognizer ドキュメント

Runtime Speech Recognizerプラグインは、入力される音声データから単語を認識するために設計されています。エンジンと連携するために、whisper.cppの少し改良されたバージョンを使用しています。プラグインを使用するには、次の手順を実行してください:

モデルの選択、ダウンロード、パッケージング

これらのパラメータは、認識機が実行されていないときにのみ設定可能です。

これは利用可能な言語モデルがサポートする言語の完全なリストです。

レーベンシュタイン類似度の計算

このガイドでは、RuntimeSpeechRecognizerプラグインにおけるフリーズの一般的な原因を2つ取り上げ、そのパフォーマンスへの影響を軽減するための実用的な解決策を提供します。

ほとんどの問題は言語モデルのステージングに関連しており、パッケージ化されたビルドで問題を引き起こす可能性があります。具体的には、次のようなログに遭遇するかもしれません：

Windows用パッケージデモプロジェクト.

Windowsプラットフォームでは、GPU加速のためにVulkanを使用しており、認識プロセスを大幅に高速化します。他のプラットフォームでは、プラグインはCPU + 分枝命令を使用して加速しています。しかし、以下の推奨事項に従うことで、さらにプラグインのパフォーマンスを向上させることができます: