如何提升效能

此插件根據不同平台使用不同的 GPU 加速方法：在 Windows 和 Linux 上使用 Vulkan，在 Mac 和 iOS 平台上使用 Metal，這些方法能顯著加快辨識過程。在其他平台上，插件則使用 CPU 搭配內建指令集進行加速。不過，您可以透過以下建議進一步提升插件的效能：

1. 使用語音活動偵測 (VAD)

   強烈建議使用語音活動偵測來提升辨識器的回應速度，讓系統能在使用者停止說話時立即將語音送去辨識，而非等待固定的時間間隔。特別推薦使用 Silero VAD 來達成此目的。有關詳細的實作說明，請參閱語音活動偵測文件。

2. 減少步長

   預設情況下，步長為 5000 毫秒（5 秒），這表示在錄製過程中，音訊資料每 5 秒會被辨識一次。如果您希望更頻繁地辨識音訊資料，可以減少步長，例如設定為 500 毫秒（0.5 秒）。然而，如果 VAD 已啟用（除非您有需要固定間隔的特定需求，否則通常建議啟用），則不建議依賴減少步長。在典型的設定中，例如語音啟動指令辨識或自動初始化語音辨識與最終緩衝區處理，當使用者停止說話時，語音就會立即被辨識。

3. 使用較小的語言模型

   您可以考慮使用較小的語言模型，例如 Tiny Quantized (Q5_1)，以減少模型大小並提升效能。關於如何選擇語言模型的說明，請參閱此處。

4. 最佳化辨識狀態管理

   在使用麥克風輸入時，應避免不必要地停止和啟動語音辨識器。與其頻繁呼叫 StopSpeechRecognition 和 StartSpeechRecognition（這需要重新分配資源），不如考慮直接控制音訊輸入。例如，使用可捕捉音波時，請使用 StopCapture 和 StartCapture 來管理音訊流程，同時保持辨識執行緒處於活動狀態。