适用于实时应用程序的易于使用、低延迟的语音转文本库
RealtimeSTT 监听麦克风并将语音转录为文本。
它非常适合：
- 语音助手
- 需要快速、精确的语音到文本转换的应用程序
特征
- 语音活动检测：自动检测您何时开始和停止说话。
- 实时转录：将语音实时转换为文本。
- 唤醒词激活：可以在检测到指定的唤醒词时激活。
提示：查看 RealtimeTTS（该库的输出对应项）以了解文本转语音功能。它们共同形成了围绕大型语言模型的强大实时音频包装器。
该库使用：
- 语音活动检测
- WebRTCVAD 用于初始语音活动检测。
- SileroVAD 可实现更准确的验证。
- 语音转文本
- Faster_Whisper 用于即时（GPU 加速）转录。
- 唤醒词检测
- 用于唤醒词检测的豪猪。
这些组件代表了尖端应用的“行业标准”，为构建高端解决方案提供了最现代、最有效的基础。
pip install RealtimeSTT这将安装所有必要的依赖项，包括仅支持 CPU 的 PyTorch 版本。
尽管可以仅通过 CPU 安装来运行 RealtimeSTT（在本例中使用“tiny”或“base”等小型模型），但您将获得更好的体验：
GPU 支持 CUDA（推荐）
GPU 优化安装需要额外的步骤。建议需要更好性能并拥有兼容 NVIDIA GPU 的用户执行这些步骤。
注意：要检查您的 NVIDIA GPU 是否支持 CUDA，请访问官方 CUDA GPU 列表。
要通过 CUDA 使用具有 GPU 支持的 RealtimeSTT，请按照以下步骤操作：
-
安装 NVIDIA CUDA 工具包 11.8：
- 访问 NVIDIA CUDA 工具包存档。
- 选择版本 11。
- 下载并安装软件。
-
安装适用于 CUDA 11.x 的 NVIDIA cuDNN 8.7.0：
- 访问 NVIDIA cuDNN 档案。
- 单击“下载适用于 CUDA 11.x 的 cuDNN v8.7.0（2022 年 11 月 28 日）”。
- 下载并安装软件。
-
安装 ffmpeg：
您可以从 ffmpeg 网站下载适用于您的操作系统的安装程序。
或者使用包管理器：
在 Ubuntu 或 Debian 上：
sudo apt update && sudo apt install ffmpeg在 Arch Linux 上：
sudo pacman -S ffmpeg在 MacOS 上使用 Homebrew (https://brew.sh/)：
brew install ffmpegbr
在 Windows 上使用 Chocolatey (https://chocolatey.org/)：
choco install ffmpegbr
在 Windows 上使用 Scoop (https://scoop.sh/)：
scoop install ffmpegbr
4. 安装支持 CUDA 的 PyTorch：
pip uninstall torchpip install torch==2.0.1+cu118 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu118
项目链接
https://github.com/KoljaB/RealtimeSTT
原创文章，作者：校长，如若转载，请注明出处：https://www.yundongfang.com/Yun267406.html
微信扫一扫不于多少！ 
支付宝扫一扫礼轻情意重 