BlahST 项目启动与配置教程
2025-05-21 18:02:01作者:鲍丁臣Ursa
1. 项目的目录结构及介绍
BlahST 项目是一个基于 whisper.cpp 的开源语音识别工具,它允许用户在 Linux 系统中通过麦克风输入语音并实时转换为文本。以下是项目的目录结构及文件介绍:
README.md
:项目的说明文件,包含了项目的简介、功能介绍、使用方法等信息。LICENSE
:项目的许可证文件,本项目采用 BSD-3-Clause 许可证。API_TRANSCRIBE.md
:API 文档,可能包含与项目交互的接口说明。install-wsi
:安装脚本,用于安装 whisper.cpp 以及其他必要的依赖。wsi
: Whisper Speech Input 的主脚本,用于语音输入。wsiml
:支持多语言语音输入的脚本。wsiAI
:集成了 AI 功能的语音输入脚本,可以与本地的大型语言模型进行交互。blooper
:实验性的连续语音输入工具,支持自动粘贴和停止。blahstbot
:用于与本地大型语言模型进行低延迟语音聊天的工具。blahstbotml.mp4
:演示视频文件,展示多语言聊天功能。blooper-Demo.mp4
:演示视频文件,展示 blooper 工具的使用。BlahST-AI-Demo.mp4
:演示视频文件,展示 AI 功能的演示。
2. 项目的启动文件介绍
项目的启动主要通过以下脚本进行:
wsi
:这是项目的主要启动脚本,用户可以通过热键触发该脚本,从而启动语音输入功能。wsiml
:对于多语言用户,可以使用这个脚本来启动语音输入功能,它支持多种语言的语音识别。wsiAI
:如果用户希望与本地的大型语言模型进行交互,可以使用这个脚本来启动语音输入,并集成 AI 功能。blooper
:如果用户需要进行连续的语音输入,可以使用这个脚本,它会在检测到长暂停时自动停止。
3. 项目的配置文件介绍
项目的配置主要通过以下文件进行:
blahst.cfg
:这是项目的主要配置文件,用户可以在这个文件中设置热键、选择语音输入语言、配置 whisper.cpp 或 llama.cpp 的路径等。
配置文件示例:
[hotkeys]
start = Ctrl+Shift+S
stop = Ctrl+Shift+P
[whisper]
path = /path/to/whisper.cpp
model = base
[llama]
path = /path/to/llama.cpp
model = gemma3
[options]
language = en
在配置文件中,用户可以根据自己的需求调整热键设置、whisper.cpp 和 llama.cpp 的路径以及默认的语音输入语言等。确保配置正确后,项目的功能将按照用户的设置运行。
登录后查看全文
热门项目推荐
Hunyuan3D-Part
腾讯混元3D-Part00Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0274community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息011Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
505
42

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
194
279

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
938
554

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
333
11

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70