WhisperXの文字起こし

WhisperXは、初心者向けに推奨されるローカル文字起こしの方法です。

セットアップ

TomoriBotのリポジトリのルート（TomoriBotをクローンしたフォルダー）から以下のコマンドを実行します。最初のコマンドでSTTサーバーのフォルダーに移動します。

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

TomoriBotがWhisperXを使用している間は、そのターミナルを開いたままにしてください。デフォルトのエンドポイントURLはhttp://127.0.0.1:8021です。

TomoriBotへの登録

/providersを実行し、新しいカスタムエンドポイントを追加を選んで、文字起こしのAPI互換性を使用します。

API互換性：openai-compatible-transcription
endpoint_url：http://127.0.0.1:8021

接続を保存したら、それを選択し、モデルのドロップダウンからlarge-v3（またはWHISPERX_MODELに設定されている値）を文字起こしモデルとして追加します。

エンドポイントの登録とモデルのセットアップには/providersを使用してください。その後、/config > モデル > モデルの切り替えを開き、登録したエンドポイントを選択して有効化します。

文字起こしの使用

登録後、TomoriBotは音声添付ファイルをバックグラウンドで文字起こしし、チャットコンテキストにテキストを追加します。文字起こしをチャットに表示して投稿したい場合にのみ、/config > 動作 > 一般的な動作の通知を使用してください。