Skip to content
TomoriBot

Transcripción con whisper.cpp

Ejecuta conversión de voz a texto liviana y de alto rendimiento para TomoriBot usando whisper.cpp.

TomoriBot se conecta a Whisper.cpp a través de su punto final de transcripción de audio compatible con OpenAI (POST /v1/audio/transcriptions).

Configuración

Section titled “Configuración”

Inicia tu servidor HTTP de whisper.cpp y confirma que expone un endpoint de transcripción compatible con OpenAI:

  • POST /v1/audio/transcriptions
  • GET /v1/models o GET /models

Mantén el servidor en ejecución mientras TomoriBot lo esté usando. La URL del endpoint es la raíz del servidor, por ejemplo http://127.0.0.1:8022.

Si tu compilación de whisper.cpp expone otra forma de endpoint, coloca un envoltorio ligero delante que traduzca las solicitudes al formato compatible con OpenAI que TomoriBot espera.

Registrar en TomoriBot

Section titled “Registrar en TomoriBot”

Ejecuta /providers, elige Agregar nuevo punto de conexión personalizado y usa la compatibilidad de API de transcripción:

  • Compatibilidad de API: openai-compatible-transcription
  • endpoint_url: la raíz de tu servidor de whisper.cpp

Después de guardar la conexión, selecciónala y usa su lista desplegable de modelos para agregar el nombre del modelo que tu servidor reporta como modelo de transcripción.

Usa /providers para registrar el endpoint y configurar el modelo. Luego abre /config > Modelos > Cambiar modelos para seleccionar y activar el endpoint registrado.

Usar transcripciones

Section titled “Usar transcripciones”

Después del registro, TomoriBot transcribe los archivos adjuntos de audio en segundo plano y agrega el texto al contexto del chat. Utilice /config > Comportamiento > Comportamiento de avisos solo si también desea que las transcripciones se publiquen de manera visible en el chat.