Перейти к основному содержимому

Список параметров распознавания

Эти параметры можно устанавливать только тогда, когда распознаватель не запущен.

Это не полный список параметров, доступных в Whisper. Здесь представлены только самые важные из них. При необходимости этот список будет обновлен.

Установка параметров распознавания​

Устанавливает параметры для распознавания речи. Если вы хотите изменить только отдельные параметры, рассмотрите возможность использования индивидуальных функций установки.

Установка параметров по умолчанию для потокового режима​

Устанавливает параметры по умолчанию, подходящие для потокового распознавания речи.

Установка параметров по умолчанию для непотокового режима​

Устанавливает параметры по умолчанию, подходящие для непотокового распознавания речи.

Установка количества потоков​

Устанавливает количество потоков для распознавания речи. Установите это значение в 0, чтобы использовать количество ядер.

Установка языка​

Устанавливает язык для распознавания речи. Он должен поддерживаться выбранной языковой моделью в настройках Editor.

Установка языка в Auto снизит точность и производительность распознавания.

Установка перевода на английский​

Устанавливает, нужно ли переводить распознанные слова на английский. Если true, языковая модель должна быть многоязычной.

Установка размера шага​

Устанавливает размер шага в миллисекундах. Определяет, как часто отправлять аудиоданные на распознавание. Значение по умолчанию — 5000 мс (5 секунд).

Установка без контекста​

Устанавливает, использовать ли предыдущую транскрипцию (если есть) в качестве начального запроса для декодера.

Установка одного сегмента​

Устанавливает, нужно ли принудительно использовать одиночный сегмент (полезно для потокового режима).

Установка максимального числа токенов​

Устанавливает максимальное количество токенов на текстовый сегмент. Используйте 0 для отсутствия ограничения.

Установка ускорения​

Устанавливает, нужно ли ускорять распознавание в 2 раза с помощью Phase Vocoder. Установите как false, чтобы улучшить качество результата.

Установка размера аудиоконтекста​

Устанавливает размер аудиоконтекста. Установите как 0, чтобы повысить качество результата.

Установка температуры для повышения​

Устанавливает температуру, которую следует увеличить при откате, если декодирование не достигло ни одного из нижеперечисленных порогов.

Установка порога энтропии​

Устанавливает порог энтропии. Если коэффициент сжатия выше этого значения, считать декодирование неудачным. Аналогично OpenAI "compression_ratio_threshold"

Установка подавления пустых значений​

Устанавливает, нужно ли подавлять появление пустых значений в результатах.

Установка подавления несвязанных с речью токенов​

Устанавливает, нужно ли подавлять появление токенов, не относящихся к речи, в результатах.

Установка размера балки​

Устанавливает количество beams в beam search. Применяется только если temperature равна нулю.

Установка начального запроса​

Устанавливает начальный запрос для первого окна. Это может использоваться для предоставления контекста, чтобы повысить вероятность корректного распознавания слов, например, для пользовательских словарей или имён собственных.

Установка ускорения на GPU​

Устанавливает, нужно ли использовать GPU ускорение для распознавания речи (в данный момент применимо только для Windows).

Установка ID GPU-устройства​

Устанавливает ID GPU-устройства для распознавания речи. Значение по умолчанию — 0. Это полезно для систем с несколькими GPU, чтобы указать, какой GPU должен использоваться для процесса распознавания. Если указанный ID GPU-устройства недействителен, будет использован первый доступный индекс GPU-устройства.