Runtime Speech Recognizer

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

• Fabで入手
• 製品ウェブサイト
• デモをダウンロード (Windows)
• Discordサポートサーバー
• ビデオチュートリアル
• プラグインサポート & カスタム開発: [email protected] (チームや組織向けのカスタマイズされたソリューション)

📄️ 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。エンジンで動作するために、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、パッケージ化

📄️ 認識パラメータ一覧

これらのパラメータは、認識器が実行中でない場合にのみ設定できます。

📄️ 対応言語

これは利用可能な言語モデルでサポートされている完全な言語リストです。

📄️ 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

言語モデルのステージングに関する問題

📄️ 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手法を使用します。WindowsとLinuxではVulkan、Macと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 + 組み込み関数によるアクセラレーションを使用します。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：