Runtime Speech Recognizer

Documentação para o plugin Runtime Speech Recognizer.

Obtenha no Fab
Site do produto
Baixar Demo (Windows)
Servidor de suporte no Discord
Tutorial em vídeo
Desenvolvimento Personalizado: [email protected] (soluções sob medida para equipes e organizações)

O plugin Runtime Speech Recognizer foi projetado para reconhecer palavras a partir de dados de áudio recebidos. Ele utiliza uma versão ligeiramente modificada do whisper.cpp para funcionar com a engine. Para usar o plugin, siga estes passos:

📄️ Como usar modelos de linguagem

Selecionando, baixando e empacotando modelos

📄️ Lista de parâmetros de reconhecimento

Estes parâmetros só podem ser definidos enquanto o reconhecedor não está em execução.

📄️ Idiomas suportados

Esta é a lista completa de idiomas suportados pelos modelos de linguagem disponíveis.

📄️ Reconhecimento de comandos

Calcular Similaridade de Levenshtein

📄️ Minimizando congelamentos

Este guia aborda duas fontes comuns de congelamento no plugin RuntimeSpeechRecognizer e fornece soluções práticas para mitigar o impacto no desempenho.

📄️ Solução de Problemas

A maioria dos problemas está relacionada ao estágio do modelo de linguagem, o que pode causar problemas na build empacotada. Especificamente, você pode encontrar os seguintes logs:

📄️ Projeto de demonstração

Projeto de Demonstração Empacotado para Windows.

📄️ Como melhorar o desempenho

As plataformas Windows usam Vulkan para aceleração de GPU, o que acelera significativamente o processo de reconhecimento. Em outras plataformas, o plugin usa a CPU + intrínsecos para aceleração. No entanto, você pode melhorar ainda mais o desempenho do plugin seguindo as recomendações abaixo: