Runtime Speech Recognizer
Runtime Speech Recognizer プラグインのドキュメント。
- Fabで入手
- 製品ウェブサイト
- デモ版ダウンロード (Windows)
- Discordサポートサーバー
- ビデオチュートリアル
- カスタム開発: [email protected] (チーム・組織向けのテーラーメードソリューション)
📄️ 概要
Runtime Speech Recognizer ドキュメント
📄️ プラグインの使用方法
Runtime Speech Recognizer プラグインは、入力されるオーディオデータから単語を認識するように設計されています。エンジンで動作させるために、whisper.cppの若干修正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、以下の手順に従ってください:
📄️ 言語モデルの使用方法
モデルの選択、ダウンロード、パッケージング
📄️ 認識パラメータ一覧
これらのパラメータは、認識器が実行されていない時のみ設定できます。
📄️ サポートされている言語
これは利用可能な言語モデルによってサポートされている言語の完全なリストです。
📄️ コマンド認識
レーベンシュタイン類似度の計算
📄️ フリーズの最小化
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。
📄️ トラブルシューティング
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：
📄️ デモプロジェクト
Windows用パッケージデモプロジェクト.
📄️ パフォーマンスを向上させる方法
このプラグインは、プラットフォームに応じて異なるGPUアクセラレーション方法を使用します。WindowsではVulkan、MacおよびiOSプラットフォームではMetalを使用し、認識プロセスを大幅に高速化します。その他のプラットフォームでは、CPU + 組み込み関数を使用して高速化します。ただし、以下の推奨事項に従うことで、プラグインのパフォーマンスをさらに向上させることができます: