跳到主要内容

概览

Runtime Speech Recognizer 文档

Runtime Speech Recognizer 是一个跨平台插件,可实现实时、离线的语音识别。基于 Whisper OpenAI 技术,特别是 whisper.cpp 库,并支持在插件设置中预选的多种语言模型。

如何安装

首次运行时,安装语言模型(会自动弹出一个对话框提示您这样做)。

基本描述

此插件基于 whisper.cpp 库的先进算法提供实时语音识别。它将提供的流式或非流式输入(如文件或音频数据的缓冲区)的音频数据与预训练的语言模型进行匹配。

在 Windows 平台,该插件使用 Vulkan 进行 GPU 加速,这大大加快了识别过程。在其他平台,插件使用 CPU + intrinsics 进行加速。

额外资源