RealtimeSTT
Reconnaissance vocale pour le mode Enregistrement. Pendant l'enregistrement, Subtitld envoie le flux de votre micro : les mots s'affichent pendant que vous parlez, et chaque phrase terminée remplit son sous-titre. Elle fait tourner des modèles faster-whisper sur votre propre ordinateur, téléchargés une fois depuis Hugging Face.
Paramètres Extensions RealtimeSTT Installer
Subtitld la télécharge, vérifie son SHA-256 et la tient à jour.
- Langues
- 30
- Téléchargement de l'extension
- 281–483 MB
- RAM, au minimum
- 2 GB
Ce qu'elle fait
En mode Enregistrement, le texte apparaît pendant que vous parlez et s'affine au fil de la phrase. Subtitld l'affiche à part jusqu'à la fin de la phrase.
Chaque phrase terminée porte l'heure à laquelle elle a été dite, et remplit le sous-titre découpé à ce moment-là.
Quand vous marquez une pause, elle attend la phrase que vous étiez en train de dire, jusqu'à une minute, et l'ajoute avant de se terminer.
D'une prise à la suivante dans la même langue, le modèle reste chargé ; les prises suivantes démarrent sans le recharger.
Pour l'utiliser, choisissez-la comme Moteur de transcription dans l'onglet Audio, sous Enregistrement.
Dans le panneau de transcription, utilisez Plage ou Sélection. Subtitld découpe ces parties en WAV, seul audio que cette extension lit. Avec Tout, elle reçoit l'audio propre de la vidéo et s'arrête avec bad_audio. Chaque exécution donne un seul sous-titre pour toute la portion, donc elle convient surtout pour remplir un sous-titre sélectionné. Une exécution ne peut pas être annulée : elle se termine toujours.
Modèles
Choisissez le modèle dans Modèle : tiny, base, small (par défaut), medium ou large-v3, et les versions .en ne comprenant que l'anglais, sauf pour large-v3. Les modèles plus gros sont plus précis, plus lents et plus lourds.
Le modèle se télécharge depuis Hugging Face la première fois qu'il est utilisé, puis il est conservé. Son chargement prend de quelques secondes à une minute pour les gros. En mode Enregistrement, il est chargé deux fois, une fois pour le texte en direct et une fois pour les phrases terminées : si votre ordinateur manque de mémoire, choisissez un modèle plus petit.
Options
Dans Paramètres › Extensions › RealtimeSTT › Configurer.
smallLe modèle Whisper ; voir Modèles ci-dessus. Plus gros signifie plus précis, plus lent et plus lourd. Les noms qui se terminent par .en ne comprennent que l'anglais.
autoL'endroit où tourne le modèle. Dans les builds installés par Subtitld, auto choisit toujours le processeur : il demande à PyTorch un GPU CUDA, et ces builds embarquent PyTorch sans CUDA. Choisissez cuda pour demander directement un GPU NVIDIA ; la CI ne le teste pas.
defaultLa précision des nombres avec lesquels travaille le modèle. default laisse le moteur choisir ; int8 est le plus rapide sur un processeur ; float16 convient aux GPU.
Dans le panneau de transcription, affiche le texte pendant qu'une phrase est encore décodée ; le texte final le remplace. Le mode Enregistrement affiche toujours le texte en direct, quel que soit ce réglage.
L'extension lit ces réglages au démarrage : une modification s'applique donc au prochain démarrage, par exemple après avoir relancé Subtitld.
Langues
Les étiquettes régionales sont transmises à Whisper sous leur langue principale : pt-br est envoyé comme pt.
enptpt-bresfrdeitnlrupluktrarzhjakohiidsvfidanocselherohucathvi
Plateformes
| Système | Téléchargement | Testé |
|---|---|---|
| Linux x86-64 | 482.7 MB | En CI, sans modèle |
| macOS (Apple silicon) | 377.0 MB | En CI, sans modèle |
| Windows x86-64 | 280.6 MB | En CI, sans modèle |
Avant chaque version, la CI lance les tests de l'extension sur chaque système, et démarre le build compilé pour vérifier que sa détection de la parole se charge. Aucune transcription ne tourne en CI, car elle demande un modèle.
Dépannage
bad_audioL'audio n'est pas du WAV. Dans le panneau de transcription, utilisez Plage ou Sélection au lieu de Tout.internalLa transcription a échoué ; le message indique pourquoi. Au premier usage, le modèle peut ne pas s'être téléchargé : vérifiez votre connexion et réessayez. Si vous avez réglé Device surcuda, revenez àauto.not_installedLe moteur de reconnaissance vocale intégré à l'extension ne s'est pas chargé. Réinstallez l'extension.
Licence
Utilisable à des fins commerciales : l'extension, RealtimeSTT, faster-whisper et les poids Whisper sont tous sous licence MIT.
Versions
- 0.1.2