概述
Runtime Speech Recognizer 是一款跨平台插件，支持实时离线语音识别。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，具备自动语言检测功能。
如何安装
首次运行时，安装语言模型（将自动弹出对话框提示您进行此操作）。
基本描述
该插件利用基于whisper.cpp库的先进算法提供实时语音识别，该库采用宽松的MIT许可证。它能将输入的音频数据（以流或非流形式提供，如文件或音频数据缓冲区）与预训练语言模型进行匹配。当使用多语言模型时，插件可自动检测所说的语言，并将其与识别出的文本一同提供。
该插件根据不同平台使用不同的GPU加速方法：
- Windows 和 Linux：使用 Vulkan 进行 GPU 加速，可显著提升识别速度
- Mac 和 iOS：使用 Metal 进行 GPU 加速，其性能与 Windows 或 Linux 的 Vulkan 加速相当，甚至更快
- 其他平台：使用 CPU + 内部指令进行加速（在原生运行时可能较慢，例如在 Android 或 Meta Quest 上）
其他资源
- 在Fab上获取
- 产品网站
- 下载演示版（Windows）
- 视频教程（旧版视频）
- 插件支持与定制开发：[email protected]（为团队和组织提供量身定制的解决方案）
Join our Discord
online · support