Whisper

Überblick

Zusammenfassung der Dokumentation und Konfiguration von home-assistant/apps, automatisch erstellt und übersetzt. Stimmt etwas nicht, oder betreust du das Projekt und möchtest hier deinen eigenen Text? Melde dich

Unterstützt

• Mit Home Assistant aktualisiert Kommt mit jeder Version von Home Assistant und wird mit ihr aktualisiert.

Einrichtung

Installiere sie unter Einstellungen > Apps und starte sie dann.

Texte, für die das Repository keine Übersetzung hat, wurden automatisch übersetzt.

Berechtigungen

Braucht keine besonderen Berechtigungen.

Konfiguration

• Beam-GrößeAnzahl der Kandidaten, die bei der Transkription gleichzeitig berücksichtigt werden (0 = automatisch). Eine größere Beam-Größe erhöht die Genauigkeit auf Kosten der Leistung.
• SpracheSprache, für die das Modell beim Start vorab geladen wird.
• ModellWhisper-Modell, das für die Transkription verwendet wird. Die Standardeinstellung auto wählt tiny-int8 für ARM-Geräte wie den Raspberry Pi 4 und sonst base-int8. Komprimierte Modelle (int8) sind etwas ungenauer als ihre Gegenstücke, aber kleiner und schneller.
• Eigenes ModellPfad zu einem Verzeichnis mit einem konvertierten Modell oder die ID eines mit CTranslate2 konvertierten Whisper-Modells vom HuggingFace Hub, etwa "Systran/faster-distil-whisper-small.en". Wenn custom_model_type auf 'transformers' gesetzt ist, kann die ID eines HuggingFace-transformers-Whisper-Modells von HuggingFace wie 'openai/whisper-tiny.en' verwendet werden.
• Typ des eigenen ModellsSprache-zu-Text-Backend, das für custom_model verwendet wird, wenn stt_library auf auto gesetzt ist.
• Anfänglicher PromptBeschreibung des Audios, die Whisper helfen kann, ungewöhnliche Wörter besser zu transkribieren.
• Sprache-zu-Text-BibliothekZu verwendende Backend-Bibliothek für Sprache-zu-Text. Die Standardeinstellung auto wählt das beste Backend und Modell anhand von Sprache und Hardware. Wird von custom_model_type überschrieben, wenn custom_model gesetzt ist.
• Whisper-AufgabeAufgabe, die mit dem Modell ausgeführt wird. Die Standardeinstellung transcribe transkribiert Audio in der gesprochenen Sprache, während translate das gesprochene Audio ins Englische übersetzt.
• Sherpa-StreamingStreaming-Modell mit dem sherpa-Backend verwenden. Dadurch wird das englische Standardmodell durch ein schnelleres, aber weniger genaues Streaming-Modell ersetzt.
• VAD-ClipSprachaktivitätserkennung (VAD) verwenden, um vor der Transkription Stille aus dem Audio zu entfernen. Das verkürzt die Latenz bei Audio mit viel Stille, besonders bei Batch-Backends wie sherpa und funasr. Streaming-Backends sind nicht betroffen.
• Nur lokale DateienNur Modelle verwenden, die bereits heruntergeladen wurden, und nie online nach Updates suchen. Lass diese Option aus, bis deine Modelle heruntergeladen sind, und schalte sie dann ein, damit das Add-on offline bleibt und die Update-Prüfung bei jeder Anfrage entfällt.
• Debug-ProtokollierungMeldungen der Stufe DEBUG in das Protokoll der App schreiben.