Μετατροπή ομιλίας σε κείμενο

Το Libre WebUI μεταγράφει εγγραφές μικροφώνου μέσω ενός ενεργού πρόσθετου που δηλώνει δυνατότητα ομιλίας σε κείμενο. Όταν ο browser παρέχει δική του υπηρεσία αναγνώρισης ομιλίας, το Chat την επιλέγει από προεπιλογή. Η υλοποίηση και η επεξεργασία δεδομένων ελέγχονται από τον προμηθευτή του browser και δεν εκτελούνται απαραίτητα στη συσκευή. Επιλέξτε ρητά έναν ονομασμένο πάροχο για STT μέσω παρόχου. Αν η υπηρεσία του browser δεν είναι διαθέσιμη, το Chat επιλέγει τον πρώτο συμβατό πάροχο.

Η ενσωματωμένη υποστήριξη περιλαμβάνει:

• μοντέλα μεταγραφής OpenAI μέσω multipart αιτήματος στο /v1/audio/transcriptions· και
• μοντέλα αυτόματης αναγνώρισης ομιλίας Hugging Face μέσω του endpoint inference ακατέργαστου ήχου.

Ο browser αρχίζει να καταγράφει μόνο αφού ο χρήστης πατήσει το κουμπί μικροφώνου. Πριν από την εγγραφή, το Chat εμφανίζει τον επιλεγμένο πάροχο και ειδοποίηση μεταφοράς. Πατήστε ξανά για διακοπή· κατά τη μεταγραφή το ίδιο κουμπί ακυρώνει το αίτημα προς τον πάροχο. Το Libre εισάγει το κείμενο στον συντάκτη. Η εγγραφή παραμένει στη μνήμη μόνο για το αίτημα και δεν αποθηκεύεται από το Libre WebUI. Η μετάβαση σε άλλο chat ακυρώνει άδεια μικροφώνου, εγγραφή και μεταγραφή που εκκρεμούν.

Σύμβαση παρόχου

Μια δυνατότητα STT δηλώνει endpoint, χάρτη μοντέλων, αποδεκτές μορφές, τρόπο αιτήματος και προαιρετική μεταβλητή endpoint. Πριν προωθήσει ήχο, το Libre επικυρώνει την ακριβή διαδρομή πρόσθετου/μοντέλου του πιστοποιημένου χρήστη. Δέχεται ασυμπίεστο PCM WAV και Opus WebM και ελέγχει επέκταση, MIME, δομή container, codec, ρυθμό δειγματοληψίας, κανάλια, λόγο αποκωδικοποιημένου μεγέθους και διάρκεια. Τα αιτήματα περιορίζονται σε 25 MiB και 300 δευτερόλεπτα παγκοσμίως (ή χαμηλότερο όριο manifest), δύο ταυτόχρονες μεταγραφές ανά χρήστη και έξι ανά εγκατάσταση. Ακυρώνονται όταν αποσυνδεθεί ο browser ή χαθεί η ανανεώσιμη κοινή άδεια. Αποτυχία admission του Redis σε team mode αποτυγχάνει κλειστά και δεν δημιουργεί ξεχωριστό όριο ανά replica.

Τα διαπιστευτήρια παρόχου παραμένουν στο backend. Το Libre αρνείται redirects ώστε Authorization header ή εγγραφή να μην προωθηθούν σε άλλο host. Η αποτυχία πιστοποίησης παρόχου εμφανίζεται ως upstream σφάλμα και όχι ως ληγμένη συνεδρία Libre.

Χρησιμοποιείτε HTTPS για το origin του Libre WebUI και τους απομακρυσμένους παρόχους. Οι browsers δεν δίνουν μικρόφωνο σε μη ασφαλές απομακρυσμένο origin και το Libre δεν προσφέρει διαδρομή ομιλίας χωρίς ασφαλή media APIs. Ο πάροχος μπορεί να κρατά ή να επεξεργάζεται εγγραφές με τους δικούς του όρους· ελέγξτε την πολιτική πριν υπαγορεύσετε ευαίσθητο κείμενο.