다운로드

RealtimeSTT

음성 인식오프라인GPU 선택 사항상업적 사용 가능

녹음 모드를 위한 음성-텍스트 변환입니다. 녹음하는 동안 Subtitld가 마이크 소리를 이 애드온으로 스트리밍합니다. 말하는 대로 단어가 나타나고, 끝난 문장이 자막을 채웁니다. faster-whisper 모델을 여러분의 컴퓨터에서 실행하며, 모델은 Hugging Face에서 한 번 내려받습니다.

Subtitld에서 설치하세요

설정 애드온 RealtimeSTT 설치

Subtitld가 내려받고, SHA-256을 확인하고, 최신 상태로 유지합니다.

GitHub의 소스
언어
30
애드온 다운로드
281–483 MB
최소 RAM
2 GB

기능

말하는 대로 단어가

녹음 모드에서 말하는 동안 텍스트가 나타나고, 진행하면서 다듬어집니다. Subtitld는 문장이 끝날 때까지 이를 그대로 보여 줍니다.

문장은 제자리에

끝난 문장마다 말한 시각이 함께 저장되므로, 그 시점에서 나뉜 자막을 채웁니다.

마지막 말도 놓치지 않음

잠시 멈추면 아직 말하고 있던 문장을 최대 1분까지 기다렸다가, 끝나기 전에 추가합니다.

테이크 사이에도 준비된 상태

같은 언어에서 다음 테이크로 넘어갈 때 모델이 로드된 상태로 남아 있어, 이후 테이크는 다시 로드하지 않고 바로 시작합니다.

사용하려면 Audio 탭의 Recording 아래에서 Transcription engine으로 고르세요.

전사 패널에서는 Range 또는 Selection을 사용하세요. Subtitld는 그 범위를 이 애드온이 읽을 수 있는 유일한 오디오인 WAV로 자릅니다. All을 고르면 영상 자체의 오디오를 받아 bad_audio로 멈춥니다. 한 번 실행하면 전체 구간에 자막 하나가 나오므로, 선택한 자막을 채울 때 가장 잘 맞습니다. 실행은 취소할 수 없고 항상 끝까지 진행됩니다.

모델

Model에서 모델을 고르세요: tiny, base, small(기본값), medium, large-v3, 그리고 large-v3를 제외한 나머지의 영어 전용 .en 버전이 있습니다. 클수록 정확하지만 느리고 무겁습니다.

모델은 처음 사용할 때 Hugging Face에서 내려받아 다음을 위해 보관됩니다. 로드 시간은 작은 모델은 몇 초, 큰 모델은 최대 1분입니다. 녹음 모드에서는 실시간 텍스트용과 끝난 문장용으로 두 번 로드되므로, 컴퓨터의 메모리가 부족하면 더 작은 모델을 고르세요.

옵션

설정 › 애드온 › RealtimeSTT › 구성에서 설정할 수 있습니다.

Model
기본값: small

Whisper 모델입니다. 위의 Models를 참고하세요. 클수록 정확하지만 느리고 무겁습니다. 이름이 .en으로 끝나면 영어만 이해합니다.

Device
기본값: auto

Subtitld가 설치하는 빌드에서 자동은 항상 CPU를 고릅니다. CUDA GPU를 요청하는 PyTorch가 없기 때문입니다. NVIDIA GPU를 직접 요청하려면 cuda를 고르세요. CI에서는 이를 테스트하지 않습니다.

Compute type
기본값: default

모델이 다루는 숫자의 정밀도입니다. default는 엔진이 정하며, int8은 CPU에서 가장 빠르고, float16은 GPU에 맞습니다.

Stream interim results
기본값: 켜기

전사 패널에서 구절이 아직 디코딩되는 동안 텍스트를 보여 주며, 최종 텍스트가 이를 대체합니다. 녹음 모드는 이 설정과 상관없이 항상 실시간 텍스트를 보여 줍니다.

애드온은 시작할 때 이 설정을 읽으므로, 변경 사항은 다음에 시작할 때 적용됩니다. 예를 들어 Subtitld를 다시 시작한 뒤에요.

언어

지역 태그는 Whisper에 주 언어로 전달됩니다. pt-br은 pt로 보냅니다.

  • 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

플랫폼

시스템 다운로드테스트 완료
Linux x86-64 482.7 MBCI에서, 모델 없이
macOS (Apple 실리콘) 377.0 MBCI에서, 모델 없이
Windows x86-64 280.6 MBCI에서, 모델 없이

릴리스 전마다 CI가 모든 시스템에서 애드온의 테스트를 실행하고, 빌드된 애드온을 시작해 음성 감지가 로드되는지 확인합니다. 모델이 필요하므로 CI에서 전사는 실행되지 않습니다.

문제 해결

  • bad_audio오디오가 WAV가 아닙니다. 전사 패널에서 All 대신 Range나 Selection을 사용하세요.
  • internal전사가 실패했습니다. 메시지에 이유가 나옵니다. 처음 사용할 때 모델이 내려받아지지 않았을 수 있으니 연결을 확인하고 다시 시도하세요. Device를 cuda로 설정했다면 auto로 되돌리세요.
  • not_installed애드온 안의 음성 엔진이 로드되지 않았습니다. 애드온을 다시 설치하세요.

라이선스

애드온
MIT
엔진
MIT
RealtimeSTT, faster-whisper
모델
MIT
OpenAI Whisper 가중치

상업적 작업에 문제 없습니다. 애드온, RealtimeSTT, faster-whisper, Whisper 가중치가 모두 MIT입니다.

버전

  • 0.1.2

다른 음성 인식 애드온

업데이트됨 · 애드온 카탈로그 기준 이 애드온의 문제 신고