Voz a texto
Libre WebUI puede transcribir el micrófono mediante un plugin activo que declare capacidad STT. Cuando el navegador expone su reconocimiento, Chat lo selecciona por defecto; el proveedor del navegador controla su implementación y tratamiento de datos, que no necesariamente se realizan en el dispositivo. Selecciona un proveedor con nombre para usar STT remoto. Si el servicio no está disponible, Chat elige el primer proveedor compatible.
El soporte incluido comprende:
- modelos de transcripción OpenAI mediante una solicitud multipart a
/v1/audio/transcriptions; y - reconocimiento automático de Hugging Face mediante su endpoint de audio sin procesar.
El navegador solo graba tras pulsar el micrófono. Chat muestra el proveedor y el aviso de transferencia antes. Pulsa de nuevo para detener; durante la transcripción, el mismo botón cancela la solicitud. Libre inserta el texto en el editor. La grabación se conserva en memoria y no se guarda. Cambiar de chat cancela permisos, grabación y transcripción pendientes.
Contrato del proveedor
Una capacidad STT declara endpoint, mapa de modelos, formatos, modo de solicitud y variable opcional. Libre valida la ruta exacta del usuario antes de reenviar audio. Acepta PCM WAV sin comprimir y Opus WebM, y valida extensión, MIME, contenedor, codec, frecuencia, canales, relación de tamaño decodificado y duración. Las solicitudes se limitan a 25 MiB y 300 segundos (o menos según el manifiesto), dos transcripciones concurrentes por usuario y seis por despliegue, y se abortan si el navegador se desconecta o se pierde el permiso renovable. En modo equipo, un fallo de admisión de Redis falla de forma cerrada y no crea cupos por réplica.
Las credenciales permanecen en el backend. Libre rechaza redirecciones para no reenviar autorización o audio a otro host. Los fallos de autenticación se presentan como error upstream, no como sesión Libre caducada.
Usa HTTPS para Libre WebUI y los proveedores remotos. Los navegadores no capturan el micrófono desde orígenes remotos inseguros, y Libre no anuncia estas rutas sin API seguras. El proveedor puede conservar o procesar las grabaciones según sus condiciones; revísalas antes de dictar contenido sensible.