LiveCaptions 项目下载及安装教程
2024-12-05 00:38:05作者:舒璇辛Bertina
1. 项目介绍
LiveCaptions 是一个为 Linux 桌面环境提供的实时字幕应用程序。它能够为桌面或麦克风音频提供实时字幕,且音频数据不会被发送到任何外部服务。该应用程序不依赖于任何专有服务或库,用户可以调整字体、字体大小和文本大小写,并支持基于 token 级别的置信度文本淡化功能。
2. 项目下载位置
要下载 LiveCaptions 项目,请使用以下命令进行递归克隆:
git clone --recursive https://github.com/abb128/LiveCaptions.git
如果忘记使用 --recursive
选项,可以通过以下命令初始化子模块:
git submodule update --init --recursive
3. 项目安装环境配置
3.1 系统要求
LiveCaptions 项目需要以下依赖项:
- pulseaudio
- libadwaita
- meson
- ninja
3.2 配置 ONNXRuntime
3.2.1 Linux 系统
首先,下载 ONNXRuntime v1.14.1 (Linux),并将其解压到某个目录。然后设置环境变量以指向 ONNXRuntime:
export ONNX_ROOT=/path/to/onnxruntime-linux-x64-1.14.1/
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/path/to/onnxruntime-linux-x64-1.14.1/lib
3.2.2 macOS 系统
下载 ONNXRuntime v1.14.1 (Mac OS x86),并将其解压到某个目录。然后设置环境变量并复制库文件:
export ONNX_ROOT=/path/to/onnxruntime-osx-x86_64-1.14.1/
cp /path/to/onnxruntime-osx-x86_64-1.14.1/lib/libonnxruntime.1.14.1.dylib /usr/local/lib/libonnxruntime.1.14.1.dylib
cp /path/to/onnxruntime-osx-x86_64-1.14.1/lib/libonnxruntime.dylib /usr/local/lib/libonnxruntime.dylib
3.3 配置 PulseAudio(仅限 macOS)
在 macOS 上,可能需要运行以下命令以确保 PulseAudio 作为后台服务运行:
brew services restart pulseaudio
要停止服务,请将 restart
替换为 stop
。
4. 项目安装方式
4.1 使用 GNOME Builder 安装(简单)
- 克隆项目后,打开 GNOME Builder。
- 在 GNOME Builder 中打开项目目录。
- 如果系统提示下载 SDK,请下载并安装。
- 点击“播放”按钮以构建并运行项目。
4.2 从终端安装(稍复杂)
-
设置构建环境:
meson setup builddir meson devenv -C builddir
-
下载模型并设置环境变量:
wget https://aprilasr.net/april-english-dev-01110_en.april export APRIL_MODEL_PATH=`pwd`/april-english-dev-01110_en.april
-
构建并运行应用程序:
ninja -C builddir src/livecaptions
5. 项目处理脚本
LiveCaptions 项目的主要处理脚本位于 src/
目录下。主要的可执行文件是 livecaptions
,它负责实时字幕的生成和显示。
5.1 主要脚本
src/livecaptions
: 主应用程序脚本,负责实时字幕的生成和显示。
5.2 配置文件
meson.build
: 构建配置文件,定义了项目的构建规则和依赖项。
5.3 模型文件
april-english-dev-01110_en.april
: 预训练的语音识别模型文件,用于实时字幕的生成。
通过以上步骤,您可以成功下载、配置并安装 LiveCaptions 项目,并开始使用其提供的实时字幕功能。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++043Hunyuan3D-Part
腾讯混元3D-Part00GitCode-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~0287Hunyuan3D-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00Spark-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
最新内容推荐
PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 OpenSSL 3.3.0资源下载指南:新一代加密库的全面解析与部署教程 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
161
2.05 K

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

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

🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
60
16

React Native鸿蒙化仓库
C++
198
279

基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
0

🎉 (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
949
556

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
96
15

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
346
1.33 K