Runtime Speech Recognizer

Tài liệu cho plugin Runtime Speech Recognizer.

Mua trên Fab
Trang web sản phẩm
Tải xuống bản Demo (Windows)
Video hướng dẫn (video cũ hơn)
Hỗ trợ Plugin & Phát triển Tùy chỉnh: [email protected] (các giải pháp phù hợp cho nhóm & tổ chức)

Plugin Runtime Speech Recognizer được thiết kế để nhận dạng từ ngữ từ dữ liệu âm thanh đầu vào. Nó sử dụng phiên bản được sửa đổi nhẹ của whisper.cpp để hoạt động với engine. Để sử dụng plugin, hãy làm theo các bước sau:

📄️Chọn và tải xuống các mô hình ngôn ngữ

Hiện tại, plugin được thiết kế để hỗ trợ một mô hình ngôn ngữ duy nhất, được chọn trước trong trình biên tập, sau đó được đóng gói và sử dụng cùng với dự án. Hãy làm theo các bước sau để chọn, tải xuống và chuẩn bị một mô hình ngôn ngữ cụ thể:

📄️Danh sách tham số nhận dạng

Các tham số này chỉ có thể được thiết lập khi bộ nhận dạng không đang chạy.

📄️Ngôn ngữ được hỗ trợ

Đây là danh sách đầy đủ các ngôn ngữ được hỗ trợ bởi các mô hình ngôn ngữ hiện có.

📄️Nhận dạng lệnh

Tính toán độ tương đồng Levenshtein

📄️Xử lý sự cố

Các vấn đề về giai đoạn staging của mô hình ngôn ngữ

📄️Dự án Demo

Gói Dự án Demo cho Windows.

📄️Cách cải thiện hiệu suất

Plugin sử dụng các phương pháp tăng tốc GPU khác nhau tùy theo nền tảng

📄️Phần mở rộng Vosk

Theo mặc định, plugin Runtime Speech Recognizer sử dụng whisper.cpp để nhận dạng. Trên các nền tảng không có hỗ trợ tăng tốc GPU trong whisper.cpp, đặc biệt là Android và các nền tảng dựa trên Android như Meta Quest, quá trình nhận dạng sẽ chuyển sang dùng CPU + intrinsics, vốn chậm hơn và tốn pin hơn. Plugin mở rộng Vosk bổ sung một nhà cung cấp thay thế dựa trên Vosk, một bộ công cụ nhận dạng giọng nói nhẹ, hoạt động tốt trên phần cứng hạn chế và đặc biệt hoạt động tốt trên Meta Quest.