Převod řeči na text

Libre WebUI umí přepisovat nahrávky z mikrofonu pomocí aktivního pluginu, který deklaruje funkci převodu řeči na text. Pokud prohlížeč poskytuje vlastní službu rozpoznávání řeči, Chat ji vybere jako výchozí. Její implementaci a zpracování dat řídí dodavatel prohlížeče a zpracování nemusí probíhat přímo v zařízení. Chcete-li použít STT zajišťované poskytovatelem, vyberte konkrétního pojmenovaného poskytovatele. Není-li služba prohlížeče dostupná, Chat vybere prvního kompatibilního poskytovatele.

Vestavěná podpora zahrnuje:

• přepisovací modely OpenAI prostřednictvím multipart požadavku na /v1/audio/transcriptions; a
• modely automatického rozpoznávání řeči Hugging Face prostřednictvím endpointu pro inferenci ze surového zvuku.

Prohlížeč začne nahrávat až poté, co uživatel stiskne tlačítko mikrofonu. Před nahráváním Chat zobrazí vybraného poskytovatele a upozornění na přenos dat. Dalším stisknutím nahrávání zastavíte; během přepisu stejné tlačítko zruší požadavek poskytovateli. Libre vloží vrácený přepis do editoru zprávy. Nahrávka zůstává po dobu požadavku v paměti a Libre WebUI ji neukládá. Přechod do jiného chatu zruší čekající oprávnění k mikrofonu, nahrávání i přepis.

Smlouva poskytovatele

Funkce STT deklaruje endpoint, mapu modelů, přijímané formáty, režim požadavku a volitelnou proměnnou endpointu. Libre před odesláním zvuku ověří přesnou trasu pluginu a modelu přihlášeného uživatele. V současnosti přijímá nekomprimovaný PCM WAV a Opus WebM. Před odesláním kontroluje příponu souboru, deklarovaný typ MIME, strukturu kontejneru, identifikátor kodeku, vzorkovací frekvenci, počet kanálů, poměr dekódované velikosti a délku. Požadavky jsou globálně omezeny na 25 MiB a 300 sekund (nebo nižší limit manifestu), na dva souběžné přepisy na uživatele a šest na celé nasazení. Přeruší se při odpojení prohlížeče nebo ztrátě obnovitelného sdíleného povolení. Selhání přijímání v Redis v týmovém režimu požadavek bezpečně uzavře a nikdy nevytvoří samostatný limit pro každou repliku.

Přihlašovací údaje poskytovatele zůstávají na backendu. Libre odmítá přesměrování, aby se hlavička Authorization ani zvuková nahrávka nemohly přeposlat na jiný hostitel. Chyba ověření u poskytovatele se zobrazí jako chyba upstreamu, nikoli jako vypršení relace Libre.

Pro origin Libre WebUI i vzdálené poskytovatele používejte HTTPS. Prohlížeče nezpřístupní mikrofon nezabezpečenému vzdálenému originu a Libre nenabízí žádnou hlasovou cestu, pokud prohlížeč neposkytuje bezpečná media API. Poskytovatel může nahrávky uchovávat nebo zpracovávat podle vlastních podmínek; před diktováním citlivého textu si jeho zásady prostudujte.