Transcripción de WhisperX

WhisperX es la ruta de transcripción local recomendada y apta para principiantes.

Configuración

Ejecuta estos comandos desde la raíz del repositorio de TomoriBot, la carpeta donde clonaste TomoriBot. El primer comando entra a la carpeta del servidor de voz a texto:

Windows PowerShell

cd servers/stt
python -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install --upgrade pip
pip install -r requirements.txt
python whisperx_server.py

Linux/macOS Bash

cd servers/stt
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install -r requirements.txt
python whisperx_server.py

Mantén esa terminal abierta mientras TomoriBot esté usando WhisperX. La URL del punto de conexión predeterminado es http://127.0.0.1:8021.

Registro 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: http://127.0.0.1:8021

Después de guardar la conexión, selecciónala y usa su menú desplegable de modelos para agregar large-v3, o a lo que sea que esté configurado WHISPERX_MODEL, como un modelo de Transcripción.

Usa /providers para el registro del endpoint y la configuración del modelo. Luego abre /config > Modelos > Cambiar modelos para seleccionar y activar el endpoint registrado.

Uso de transcripciones

Después del registro, TomoriBot transcribe los archivos adjuntos de audio en segundo plano y agrega el texto al contexto del chat. Usa /config > Motor > Avisos solo si también quieres que las transcripciones se publiquen visiblemente en el chat.