概述
Runtime Speech Recognizer 是一个跨平台插件,可实现实时离线语音识别。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。
安装方法
首次运行时,请安装语言模型(将自动弹出对话框提示您完成此操作)。
基本描述
该插件使用基于 whisper.cpp 库的高级算法提供实时语音识别功能,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)与预训练的语言模型进行匹配。
插件根据不同平台使用不同的 GPU 加速方法:
- Windows: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,性能与 Windows 的 Vulkan 加速相当甚至更快
- 其他平台:使用 CPU + 内部指令集进行加速
其他资源
- 在 Fab 上获取
- 产品网站
- 下载演示版 (Windows)
- Discord 支持服务器
- 视频教程
- 定制开发:[email protected](为团队和组织提供定制解决方案)