Unduh

RealtimeSTT

Ucapan ke teksLuringGPU opsionalBoleh untuk komersial

Ucapan ke teks untuk mode Rekam. Saat Anda merekam, Subtitld mengalirkan mikrofon Anda ke add-on ini: kata-kata muncul saat Anda berbicara, dan setiap kalimat yang selesai mengisi subtitlenya. Add-on ini menjalankan model faster-whisper di komputer Anda sendiri, diunduh sekali dari Hugging Face.

Pasang dari Subtitld

Pengaturan Pengaya RealtimeSTT Pasang

Subtitld mengunduhnya, memeriksa SHA-256-nya, dan menjaganya tetap diperbarui.

Sumber di GitHub
Bahasa
30
Unduhan pengaya
281–483 MB
RAM, minimal
2 GB

Fungsinya

Kata-kata saat Anda berbicara

Dalam mode Rekam teks muncul selagi Anda bicara dan diperhalus seiring berjalannya waktu. Subtitld menampilkannya sendiri sampai kalimat selesai.

Kalimat di tempatnya

Setiap kalimat yang selesai membawa waktu saat diucapkan, sehingga mengisi subtitle yang dipotong pada saat itu.

Menyimpan kata terakhir Anda

Saat Anda berhenti, add-on menunggu kalimat yang masih Anda ucapkan, hingga satu menit, dan menambahkannya sebelum selesai.

Tetap hangat antarpengambilan

Dari satu pengambilan ke pengambilan berikutnya dalam bahasa yang sama, model tetap dimuat, sehingga pengambilan berikutnya mulai tanpa memuatnya lagi.

Untuk memakainya, pilih sebagai Transcription engine di tab Audio, di bawah Recording.

Di panel transkripsi, gunakan Range atau Selection. Subtitld memotong pilihan itu menjadi WAV, satu-satunya audio yang dibaca add-on ini. Dengan All ia mendapat audio video itu sendiri dan berhenti dengan bad_audio. Setiap run menghasilkan satu subtitle untuk seluruh rentang, sehingga paling cocok untuk mengisi satu subtitle yang dipilih. Sebuah run tidak bisa dibatalkan: ia selalu selesai.

Model

Pilih model di Model: tiny, base, small (nilai awal), medium, atau large-v3, dan versi .en khusus bahasa Inggris untuk semua kecuali large-v3. Model yang lebih besar lebih akurat, lebih lambat, dan lebih berat.

Model diunduh dari Hugging Face saat pertama kali dipakai, dan disimpan untuk lain kali. Pemuatannya memakan waktu dari beberapa detik hingga satu menit untuk model besar. Dalam mode Rekam model dimuat dua kali, sekali untuk teks langsung dan sekali untuk kalimat yang sudah selesai, jadi jika memori komputer Anda hampir habis, pilih yang lebih kecil.

Opsi

Di Pengaturan › Pengaya › RealtimeSTT › Atur.

Model
Bawaan: small

Model Whisper; lihat Model di atas. Yang lebih besar lebih akurat, tetapi lebih lambat dan lebih berat. Nama yang diakhiri .en hanya memahami bahasa Inggris.

Device
Bawaan: auto

Tempat model dijalankan. Pada build yang dipasang Subtitld, auto selalu memilih CPU: ia meminta PyTorch untuk GPU CUDA, sedangkan build tersebut membawa PyTorch tanpa CUDA. Pilih cuda untuk meminta GPU NVIDIA secara langsung; CI tidak mengujinya.

Compute type
Bawaan: default

Presisi angka yang dikerjakan model. default membiarkan mesin memilih; int8 paling cepat pada CPU; float16 cocok untuk GPU.

Stream interim results
Bawaan: aktif

Di panel transkripsi, tampilkan teks selagi sebuah frasa masih didecode; teks akhir menggantikannya. Mode Rekam selalu menampilkan teks langsung, apa pun pengaturan ini.

Add-on membaca pengaturan ini saat mulai, sehingga perubahan berlaku pada saat berikutnya ia mulai, misalnya setelah Anda memulai ulang Subtitld.

Bahasa

Tag regional dikirim ke Whisper sebagai bahasa utamanya: pt-br dikirim sebagai pt.

  • en
  • pt
  • pt-br
  • es
  • fr
  • de
  • it
  • nl
  • ru
  • pl
  • uk
  • tr
  • ar
  • zh
  • ja
  • ko
  • hi
  • id
  • sv
  • fi
  • da
  • no
  • cs
  • el
  • he
  • ro
  • hu
  • ca
  • th
  • vi

Platform

Sistem UnduhanDiuji
Linux x86-64 482.7 MBDi CI, tanpa model
macOS (Apple silicon) 377.0 MBDi CI, tanpa model
Windows x86-64 280.6 MBDi CI, tanpa model

Sebelum setiap rilis, CI menjalankan tes add-on di setiap sistem dan memulai add-on yang sudah dibangun untuk memastikan deteksi ucapannya termuat. Tidak ada transkripsi yang dijalankan di CI, karena itu memerlukan model.

Pemecahan masalah

  • bad_audioAudio bukan WAV. Di panel transkripsi, gunakan Range atau Selection alih-alih All.
  • internalTranskripsi gagal; pesannya menyebutkan alasannya. Pada pemakaian pertama, model mungkin belum terunduh: periksa koneksi Anda dan coba lagi. Jika Anda mengatur Device ke cuda, kembalikan ke auto.
  • not_installedMesin ucapan di dalam add-on tidak termuat. Pasang ulang add-on.

Lisensi

Add-on
MIT
Engine
MIT
RealtimeSTT, faster-whisper
Models
MIT
Bobot OpenAI Whisper

Aman untuk pekerjaan komersial: add-on, RealtimeSTT, faster-whisper, dan bobot Whisper semuanya berlisensi MIT.

Versi

  • 0.1.2

Pengaya Ucapan ke teks lainnya

Diperbarui · Dari katalog pengaya Laporkan masalah dengan pengaya ini