본문으로 건너뛰기

개요

Runtime Speech Recognizer Documentation

Runtime Speech Recognizer는 실시간, 오프라인 음성 인식을 가능하게 하는 크로스 플랫폼 플러그인입니다. Whisper OpenAI 기술, 특히 whisper.cpp 라이브러리를 기반으로 하며, 플러그인 설정에서 미리 선택된 다중 언어 모델과 자동 언어 감지 기능을 지원합니다.

설치 방법​

첫 실행 시, 언어 모델을 설치하세요 (이를 자동으로 요청하는 대화 상자가 나타납니다).

기본 설명​

이 플러그인은 허가적인 MIT 라이선스로 제공되는 whisper.cpp 라이브러리를 기반으로 한 고급 알고리즘을 사용하여 실시간 음성 인식을 제공합니다. 스트림 또는 비스트림 입력(예: 파일 또는 오디오 데이터 버퍼)으로 제공되는 들어오는 오디오 데이터를 사전 훈련된 언어 모델과 대조합니다. 다국어 모델을 사용할 때, 플러그인은 음성 언어를 자동으로 감지하고 인식된 텍스트와 함께 이 정보를 제공할 수 있습니다.

플러그인은 플랫폼에 따라 다른 GPU 가속 방법을 사용합니다:

  • Windows: GPU 가속을 위해 Vulkan을 사용하며, 이는 인식 프로세스를 상당히 가속화합니다
  • Mac 및 iOS: GPU 가속을 위해 Metal을 사용하며, Windows의 Vulkan 가속보다 빠르지 않더라도 비슷한 성능을 제공합니다
  • 기타 플랫폼: 가속을 위해 CPU + 내장 함수를 사용합니다 (예: Android 또는 Meta Quest에서 네이티브로 실행 시 더 느릴 수 있습니다)

추가 자료​