Transcrição WhisperX

O WhisperX é o caminho de transcrição local recomendado para iniciantes.

Configuração

Execute estes comandos a partir da raiz do repositório do TomoriBot, a pasta onde você clonou o TomoriBot. O primeiro comando entra na pasta do servidor STT:

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

Mantenha esse terminal aberto enquanto a TomoriBot estiver usando o WhisperX. O URL padrão do endpoint é http://127.0.0.1:8021.

Registrar na TomoriBot

Execute /providers, escolha Add New Custom Endpoint, e use a compatibilidade da API de transcrição:

API Compatibility: openai-compatible-transcription
endpoint_url: http://127.0.0.1:8021

Depois de salvar a conexão, selecione-a e use o menu suspenso do modelo para adicionar large-v3, ou qualquer que seja o valor definido em WHISPERX_MODEL, como um modelo de Transcrição.

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

Usar Transcrições

Após o registro, a TomoriBot transcreve anexos de áudio em segundo plano e adiciona o texto ao contexto do chat. Use /config > Engine > Notices apenas se você também quiser que as transcrições sejam postadas de forma visível no chat.