Transcrição com KoboldCPP

Use sua instância KoboldCPP existente para transcrever anexos de áudio e mensagens de voz em TomoriBot.

KoboldCPP inclui fala para texto baseada em Whisper. TomoriBot se conecta a KoboldCPP usando seu endpoint de transcrição de áudio compatível com OpenAI (POST /v1/audio/transcriptions).

Configuração

Inicie o KoboldCPP com o Whisper/STT ativado e confirme se a sua build expõe:

POST /v1/audio/transcriptions
GET /v1/models ou GET /models

Mantenha o KoboldCPP rodando enquanto o TomoriBot estiver utilizando-o. Se a sua build expuser apenas /api/extra/transcribe ou outro formato personalizado, utilize um wrapper até que o TomoriBot tenha um adaptador dedicado.

Registrar no TomoriBot

Execute /providers, escolha Adicionar Novo Endpoint Personalizado e use a compatibilidade da API de transcrição:

API Compatibility: openai-compatible-transcription
endpoint_url: a raiz do servidor do seu KoboldCPP

Após salvar a conexão, selecione-a e use o menu suspenso de modelo para adicionar o nome do modelo que o seu servidor reporta como um modelo de transcrição.

Use /providers para registro de endpoint e configuração do modelo. Depois, abra /config > Models > Switch Models para selecionar e ativar o endpoint registrado.

Usar transcrições

Após o registro, TomoriBot transcreve anexos de áudio em segundo plano e adiciona o texto ao contexto do bate-papo. Use /config > Comportamento > Comportamento de Avisos somente se você também quiser que as transcrições sejam postadas de forma visível no bate-papo.