Lista parametrów rozpoznawania
Te parametry można ustawić tylko wtedy, gdy rozpoznawanie nie jest uruchomione.
Nie jest to wyczerpująca lista parametrów dostępnych w Whisper. Udostępniono tutaj tylko najważniejsze z nich. W razie potrzeby lista ta zostanie zaktualizowana.
Ustaw parametry rozpoznawania
Ustawia parametry rozpoznawania mowy. Jeśli chcesz zmienić tylko określone parametry, rozważ użycie indywidualnych funkcji ustawiających.
Ustaw domyślne dla strumieniowania
Ustawia domyślne parametry odpowiednie dla strumieniowego rozpoznawania mowy.
Ustaw domyślne dla niestrumieniowego
Ustawia domyślne parametry odpowiednie dla niestrumieniowego rozpoznawania mowy.
Ustaw liczbę wątków
Ustawia liczbę wątków do użycia w rozpoznawaniu mowy. Ustaw tę wartość na 0, aby użyć liczby rdzeni.
Ustaw język
Ustawia język używany do rozpoznawania mowy. Musi być obsługiwany przez wybrany model językowy w ustawieniach Edytora.
Ustawienie języka na Auto zmniejszy dokładność i wydajność rozpoznawania.
Pobierz wykryty język
Pobiera wykryty język z ostatniego rozpoznania. Zwraca język jako wartość wyliczeniową.
Uwaga: Ta funkcja działa tylko po wykonaniu rozpoznania. Zwraca Auto, jeśli wykrywanie języka nie powiodło się lub nie zostało wykonane. Jest to szczególnie przydatne podczas korzystania z automatycznego wykrywania języka w celu zidentyfikowania, który język został faktycznie rozpoznany.
Pobierz kod języka
Konwertuje wartość wyliczeniową języka na jego kod językowy jako ciąg znaków (np. En -> "en", Fr -> "fr", De -> "de").
Pobierz pełną nazwę języka
Konwertuje wartość wyliczeniową języka na jego pełną nazwę językową (np. En -> "English", Fr -> "French", De -> "German").
Ustaw tłumaczenie na angielski
Ustawia, czy rozpoznane słowa mają być tłumaczone na język angielski. Jeśli wartość jest prawdziwa, model językowy musi być wielojęzyczny.
Ustaw rozmiar kroku
Ustawia rozmiar kroku w milisekundach. Określa, jak często wysyłać dane audio do rozpoznania. Wartość domyślna to 5000 ms (5 sekund).
Ustaw brak kontekstu
Ustawia, czy używać poprzedniej transkrypcji (jeśli istnieje) jako początkowego promptu dla dekodera.
Ustaw pojedynczy segment
Ustawia, czy wymuszać wyjście w postaci pojedynczego segmentu (przydatne przy strumieniowaniu).
Ustaw maksymalną liczbę tokenów
Ustawia maksymalną liczbę tokenów na segment tekstu. Użyj 0, aby nie ustawiać limitu.
Ustaw Przyspieszenie
Ustawia, czy przyspieszyć rozpoznawanie 2-krotnie za pomocą Phase Vocoder. Ustaw na false, aby poprawić jakość wyjścia.
Ustaw Rozmiar Kontekstu Audio
Ustawia rozmiar kontekstu audio. Ustaw na 0, aby poprawić jakość wyjścia.
Ustaw Temperaturę do Zwiększenia
Ustawia temperaturę do zwiększenia podczas powrotu, gdy dekodowanie nie spełnia któregokolwiek z poniższych progów.
Ustaw Próg Entropii
Ustawia próg entropii. Jeśli współczynnik kompresji jest wyższy niż ta wartość, potraktuj dekodowanie jako nieudane. Podobne do "compression_ratio_threshold" od OpenAI.
Ustaw Tłumienie Pustych
Ustawia, czy tłumić puste miejsca pojawiające się w wynikach.
Ustaw Tłumienie Tokenów Nie-Mowy
Ustawia, czy tłumić tokeny niebędące mową pojawiające się w wynikach.
Ustaw Rozmiar Wiązki
Ustawia liczbę wiązek w przeszukiwaniu wiązkowym. Dotyczy tylko przypadku, gdy temperatura wynosi zero.
Ustaw Początkowy Prompt
Ustawia początkowy prompt dla pierwszego okna. Może być użyty do zapewnienia kontekstu dla rozpoznawania, aby zwiększyć prawdopodobieństwo poprawnego przewidzenia słów, np. niestandardowe słownictwo lub nazwy własne.
Ustaw Akcelerację GPU
Ustawia, czy używać akceleracji GPU do rozpoznawania mowy (obecnie dotyczy tylko systemu Windows).
Ustaw ID Urządzenia GPU
Ustawia ID urządzenia GPU do użycia dla rozpoznawania mowy. Wartość domyślna to 0. Jest to przydatne w systemach z wieloma GPU, aby określić, które GPU powinno być użyte do procesu rozpoznawania. Jeśli podane ID urządzenia GPU jest nieprawidłowe, zostanie użyty pierwszy dostępny indeks urządzenia GPU.