Runtime Speech Recognizer

Dokumentacja dla wtyczki Runtime Speech Recognizer.

Pobierz na Fab
Strona produktu
Pobierz Demo (Windows)
Serwer wsparcia na Discordzie
Samouczek wideo
Niestandardowy rozwój: [email protected] (spersonalizowane rozwiązania dla zespołów i organizacji)

Wtyczka Runtime Speech Recognizer została zaprojektowana do rozpoznawania słów z przychodzących danych audio. Wykorzystuje nieco zmodyfikowaną wersję whisper.cpp do pracy z silnikiem. Aby użyć wtyczki, wykonaj następujące kroki:

📄️ Jak używać modeli językowych

Wybieranie, pobieranie i pakowanie modeli

📄️ Lista parametrów rozpoznawania

Te parametry mogą być ustawiane tylko wtedy, gdy rozpoznawanie nie jest uruchomione.

📄️ Obsługiwane języki

Oto pełna lista języków obsługiwanych przez dostępne modele językowe.

📄️ Rozpoznawanie poleceń

Obliczanie podobieństwa Levenshteina

📄️ Minimalizacja zamrożeń

Ten przewodnik omawia dwa powszechne źródła zamrożeń w pluginie RuntimeSpeechRecognizer i dostarcza praktyczne rozwiązania mające na celu złagodzenie wpływu na wydajność.

📄️ Rozwiązywanie problemów

Większość problemów jest związana z etapowaniem modelu językowego, co może powodować problemy w spakowanej wersji. Mianowicie, możesz napotkać następujące logi:

📄️ Projekt demonstracyjny

Spakowany projekt demonstracyjny dla Windows.

📄️ Jak poprawić wydajność

Wtyczka wykorzystuje różne metody akceleracji GPU w zależności od platformy