跳转到内容
TomoriBot

KoboldCPP 语音转写

KoboldCPP 有基于 Whisper 的语音识别支持，但端点形态会因构建而异。TomoriBot 的 Phase 4 适配器期望 OpenAI 兼容的 POST /v1/audio/transcriptions。

设置

Section titled “设置”

在启用 Whisper/STT 的情况下启动 KoboldCPP，并确认你的构建暴露了以下端点：

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

在 TomoriBot 使用它期间，请让 KoboldCPP 保持运行。如果你的构建只暴露了 /api/extra/transcribe 或其他自定义形态，请先用一个封装程序，直到 TomoriBot 有专用适配器为止。

在 TomoriBot 中注册

Section titled “在 TomoriBot 中注册”

运行 /providers，选择添加新自定义端点，并使用语音识别专用的 API 兼容性：

  • API 兼容性：openai-compatible-transcription
  • endpoint_url：你的 KoboldCPP 服务器根地址

保存连接后，选中它，并用它的模型下拉菜单把服务器上报的模型名称添加为语音识别模型。

端点注册和模型设置都在 /providers 里做，之后打开 /config > 模型 > 切换模型，选中并激活已注册的端点。

使用转写内容

Section titled “使用转写内容”

注册之后，TomoriBot 会在后台转写音频附件，并把文字加入聊天上下文。只有当你还想把转写内容公开发到聊天里时，才需要用到 /config > 行为 > 提示。