RealtimeSTT
用于录制模式的语音转文字。录制时，Subtitld 会把你的麦克风声音实时传给它：你边说，文字边出现，每个说完的句子都填入对应的字幕。它在你自己的电脑上运行 faster-whisper 模型，这些模型从 Hugging Face 下载一次。
设置 插件 RealtimeSTT 安装
Subtitld 会下载它、校验其 SHA-256，并保持更新。
- 语言
- 30
- 插件下载量
- 281–483 MB
- 内存，至少
- 2 GB
功能说明
在录制模式下，你说话时文字就会出现，并随着说话不断修正。在句子说完之前，Subtitld 会单独显示它。
每个说完的句子都带有说出时的时间，因此会填入那一刻切分出的字幕中。
你停顿时，它会等待你仍在说的那句话，最长一分钟，并在它说完前把它加入。
同一语言的每次录制之间，模型都保持加载，因此后续的录制无需重新加载模型即可开始。
要使用它，请在 音频 标签下的 录制 部分，把它选为 转录引擎。
在转录面板中，请使用 区间 或 选中项。 Subtitld 会把这两者裁剪为 WAV，而这是该插件唯一能读取的音频格式。若使用 全部，它会拿到视频自带的音频，并以 bad_audio 停止。每次运行只会为整段区间生成一条字幕，因此它最适合为选中的字幕补充内容。运行一旦开始便无法取消，它总会运行到结束。
模型
在 模型 中选择模型：tiny、base、small（默认）、medium 或 large-v3，以及除 large-v3 之外各模型的纯英语 .en 版本。模型越大越准确，但越慢、越占资源。
模型会在首次使用时从 Hugging Face 下载，并保存下来供下次使用。加载大模型需要从几秒到一分钟不等。在录制模式下，它会被加载两次：一次用于实时文字，一次用于完成的句子，因此如果你的电脑内存不足，请选择较小的模型。
选项
在 设置 › 插件 › RealtimeSTT › 配置 中。
smallWhisper 模型；见上方的模型部分。越大越准确，但越慢、越占资源。名称以 .en 结尾的模型只理解英语。
auto模型运行的设备。在 Subtitld 安装的构建版本中，“自动”始终选择 CPU：它会向 PyTorch 请求 CUDA GPU，而这些构建版本带的是不含 CUDA 的 PyTorch。若要直接使用 NVIDIA GPU，请选择 cuda；CI 不测试这一选项。
default模型运算所用数字的精度。default 由引擎自行选择；int8 在 CPU 上最快；float16 适合 GPU。
在转录面板中，于一个短句仍在解码时先显示文字；最终文字会替换它。录制模式始终显示实时文字，与此设置无关。
插件在启动时读取这些设置，因此更改会在下次启动时生效，例如你重启 Subtitld 之后。
语言
地区标签会以其主语言交给 Whisper：pt-br 会作为 pt 发送。
enptpt-bresfrdeitnlrupluktrarzhjakohiidsvfidanocselherohucathvi
平台
| 系统 | 下载 | 已测试 |
|---|---|---|
| Linux x86-64 | 482.7 MB | 在 CI 中测试，不含模型 |
| macOS (Apple 芯片) | 377.0 MB | 在 CI 中测试，不含模型 |
| Windows x86-64 | 280.6 MB | 在 CI 中测试，不含模型 |
每次发布前，CI 会在所有系统上运行该插件的测试，并启动构建好的插件，检查其语音检测能否加载。CI 中不运行任何转录，因为那需要模型。
故障排除
bad_audio音频不是 WAV 格式。请在转录面板中使用 区间 或 选中项，而不要使用 全部。internal转录失败；错误信息会说明原因。首次使用时模型可能尚未下载完成：请检查网络连接后重试。如果你把 Device 设为了cuda，请改回auto。not_installed插件内部的语音引擎没有加载成功。请重新安装该插件。
许可
可用于商业工作：插件、RealtimeSTT、faster-whisper 和 Whisper 权重均为 MIT 许可。
版本
- 0.1.2