Tale til tekst
Libre WebUI kan transskribere mikrofonoptagelser via et aktivt plugin, der deklarerer understøttelse af tale til tekst. Når browseren tilbyder en talegenkendelsestjeneste, vælger Chat den som standard. Tjenestens implementering og datahåndtering styres af browserudbyderen og foregår ikke nødvendigvis på enheden. Vælg en navngiven udbyder eksplicit for udbyderbaseret STT. Hvis browsertjenesten ikke er tilgængelig, vælger Chat den første kompatible udbyder.
Indbygget understøttelse omfatter:
- OpenAI-modeller for transskribering via en multipart-anmodning til
/v1/audio/transcriptions; og - Hugging Face-modeller for automatisk talegenkendelse via dens inferens-endpoint for rå lyd.
Browseren optager først, når brugeren trykker på mikrofonknappen. Chat viser den valgte udbyder og en overførselsmeddelelse før optagelsen. Tryk igen for at stoppe. Under transskriberingen annullerer den samme knap udbyderanmodningen. Libre indsætter transkriptet i skrivefeltet. Optagelsen opbevares i hukommelsen under anmodningen og gemmes ikke af Libre WebUI. Hvis du går til en anden chat, annulleres ventende mikrofontilladelse, optagelse og transskribering.
Udbyderkontrakt
En STT-funktion deklarerer endpoint, modeloversigt, accepterede formater, anmodningstilstand og en valgfri endpointvariabel. Libre validerer den autentificerede brugers præcise plugin- og modelrute, før lyden videresendes. Libre accepterer i øjeblikket ukomprimeret PCM WAV og Opus WebM. Filtypenavn, deklareret MIME-type, containerstruktur, codec, samplingsfrekvens, kanaler, forholdet mellem afkodet størrelse og original samt varighed valideres før videresendelse. Anmodninger begrænses globalt til 25 MiB og 300 sekunder (eller en lavere manifestgrænse), to samtidige transskriptioner per bruger og seks per installation. De annulleres, når browseren kobles fra, eller den fornyelige fælles adgangstilladelse mistes. Hvis Redis ikke kan give adgang i teamtilstand, afvises anmodningen sikkert; der oprettes ingen separat kvote per replik.
Udbyderens legitimationsoplysninger forbliver i backend. Libre afviser omdirigeringer, så en Authorization-header eller lydoptagelse ikke kan sendes til en anden vært. Autentificeringsfejl hos udbyderen vises som upstream-fejl, ikke som en udløbet Libre-session.
Brug HTTPS til Libre WebUI's origin og fjernudbydere. Browsere tillader ikke mikrofonadgang fra en usikker fjernorigin, og Libre tilbyder ingen talerute, hvis browseren mangler sikre medie-API'er. Udbyderen kan gemme eller behandle optagelser efter egne vilkår; gennemgå politikken, før du dikterer følsom tekst.