#Speech Recognition (语音识别)

本指南将帮助您在 SillyTavern 中设置语音识别以将您的语音转录为文本。

#前提条件

在开始之前，请确保满足以下前提条件：

配置 SillyTavern：
- 启动 SillyTavern 并转到 Extensions > Speech Recognition。
- 从下拉选项中选择"Browser"。
- 如果您的浏览器不支持语音识别，将出现错误弹窗。
选择消息模式：
- 选择您想要的"Message Mode"：
  - Append：您的消息将附加到当前用户消息文本区域。
  - Replace：您的消息将替换文本区域中的当前用户消息。
  - Auto send：一旦检测到语音结束，您的消息将自动发送。
启用消息映射（可选）：
- 设置语音快捷方式的短语映射。
- 例如，通过添加"command delete = /del2"，当检测到"command delete"时，"/del2"命令将替换您的语音消息。
- 与自动发送模式结合使用时很有用，可实现完全的语音控制。通过勾选"Enable messages mapping"启用此功能。
选择语言：
- 选择您要使用的语言（注意：并非所有浏览器都支持所有语言）。
录音：
- 要开始录音，点击消息区域右侧发送按钮旁边的麦克风按钮。再次点击停止录音。如果未检测到声音，录音可能会自动停止。

启用提供商：
- 使用以下命令在 extras 服务器上启用所需的语音识别提供商：
```
python server.py --enable-modules=whisper-stt
```
  或
```
python server.py --enable-modules=vosk-stt
```
- 您也可以通过添加选项 --stt-vosk-model-path 或 --stt-whisper-model-path 并指定模型路径来使用自定义模型。
配置 SillyTavern：
- 启动 SillyTavern 并转到 Extensions > Speech Recognition。
- 从下拉选项中选择"Vosk"或"Whisper"（whisper 更准确）。
- 设置与"Browser"提供商设置类似（除了语言），请参见上文。

启用提供商：
- 使用以下命令在 Sillytavern-extras 上启用流式语音识别模块：
```
python server.py --enable-modules=streaming-stt
```
配置 SillyTavern：
- （可选）如上述 Whisper 设置中所述指定自定义 Whisper 模型。
- （可选但推荐）在 SillyTavern 中设置触发词。只有以这些触发词开头的消息才会作为实际消息发送到 SillyTavern。这可以防止随机语音或噪音被转录。使用复选框启用此功能。可以使用复选框选择是否在实际消息中包含/排除触发词。
- 其他设置与其他提供商类似。