Tal till text
Libre WebUI kan transkribera mikrofoninspelningar via ett aktivt insticksprogram som deklarerar stöd för tal till text. När webbläsaren erbjuder en taligenkänningstjänst väljer Chat den som standard. Tjänstens implementation och datahantering styrs av webbläsarleverantören och sker inte nödvändigtvis på enheten. Välj uttryckligen en namngiven leverantör för leverantörsbaserad STT. Om webbläsartjänsten saknas väljer Chat den första kompatibla leverantören.
Inbyggt stöd omfattar:
- OpenAI-modeller för transkribering via en multipart-begäran till
/v1/audio/transcriptions; och - Hugging Face-modeller för automatisk taligenkänning via dess inferens-endpoint för rått ljud.
Webbläsaren spelar bara in efter att användaren tryckt på mikrofonknappen. Chat visar vald leverantör och ett överföringsmeddelande före inspelningen. Tryck igen för att stoppa. Under transkriberingen avbryter samma knapp leverantörsbegäran. Libre infogar transkriptet i skrivfältet. Inspelningen hålls i minnet under begäran och sparas inte av Libre WebUI. Om du går till en annan chatt avbryts väntande mikrofonbehörighet, inspelning och transkribering.
Leverantörskontrakt
En STT-funktion deklarerar endpoint, modellkarta, godkända format, begäransläge och en valfri endpointvariabel. Libre validerar den autentiserade användarens exakta insticksprograms- och modellrutt innan ljudet vidarebefordras. Libre godkänner för närvarande okomprimerad PCM WAV och Opus WebM. Filändelse, deklarerad MIME-typ, behållarstruktur, codec, samplingsfrekvens, kanaler, förhållande för avkodad storlek och varaktighet valideras före vidarebefordran. Begäranden begränsas globalt till 25 MiB och 300 sekunder (eller en lägre manifestgräns), till två samtidiga transkriberingar per användare och sex per installation, och avbryts när webbläsaren kopplas från eller det förnybara gemensamma tillståndet förloras. Om Redis inte kan bevilja tillträde i teamläge stängs begäran säkert; ingen separat kvot per replik skapas.
Leverantörsuppgifter stannar i backend. Libre vägrar omdirigeringar så att en Authorization-header eller ljudinspelning inte kan skickas till en annan värd. Autentiseringsfel hos leverantören visas som fel uppströms, inte som en utgången Libre-session.
Använd HTTPS för Libre WebUI:s ursprung och fjärrleverantörer. Webbläsare tillåter inte mikrofonåtkomst från ett osäkert fjärrursprung, och Libre annonserar inte någon talväg om webbläsaren saknar säkra media-API:er. Leverantören kan lagra eller bearbeta inspelningar enligt egna villkor; granska policyn innan du dikterar känslig text.