首页
/ BlahST 的安装和配置教程

BlahST 的安装和配置教程

2025-05-21 03:57:24作者:毕习沙Eudora

1. 项目的基础介绍和主要的编程语言

BlahST 是一个开源的 Linux 桌面语音识别工具,它允许用户通过麦克风输入语音并将其转换为文本。这个项目的主要特点是轻量级、快速且支持离线使用。BlahST 使用 whisper.cpp 作为语音识别引擎,并可以与本地的大型语言模型 (LLM) 集成,实现更丰富的功能,如翻译、文本校对和语音聊天等。项目的主要编程语言是 C++,同时也涉及一些脚本语言,如 Bash。

2. 项目使用的关键技术和框架

  • whisper.cpp: whisper.cpp 是一个基于 OpenAI whisper 模型的 C++ 库,用于实现高效的语音识别。
  • llama.cpp: llama.cpp 是一个轻量级的大型语言模型,用于处理文本生成、翻译等任务。
  • xdotool/ydotool: 用于自动化 GUI 操作,如自动粘贴文本到其他应用程序。
  • neural TTS: 基于神经网络的文本到语音转换技术,用于将文本转换为自然听起来的语音。

3. 项目安装和配置的准备工作和详细的安装步骤

准备工作

在开始安装 BlahST 之前,请确保您的系统满足以下要求:

  • 操作系统: Linux (建议使用主流发行版,如 Ubuntu、Debian 等)
  • 硬件: 至少 4GB 内存,推荐使用带有 GPU 的系统以加速模型运行
  • 依赖: GCC 9+、CMake 3.13+、make、git

安装步骤

  1. 安装依赖

    首先确保您的系统已经安装了必要的编译工具和依赖。以下是 Ubuntu 的安装命令:

    sudo apt update
    sudo apt install -y gcc-9 g++-9 cmake git
    sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 60 --slave /usr/bin/g++ g++ /usr/bin/g++-9
    
  2. 克隆项目

    克隆 BlahST 项目到本地目录:

    git clone https://github.com/QuantiusBenignus/BlahST.git
    cd BlahST
    
  3. 安装 whisper.cpp

    如果您还没有 whisper.cpp,可以从源代码编译或下载预编译的二进制文件。以下是编译的命令:

    cd whisper.cpp
    mkdir build && cd build
    cmake ..
    make
    sudo cp whisper /usr/local/bin
    
  4. 安装 llama.cpp

    类似地,安装 llama.cpp:

    cd llama.cpp
    mkdir build && cd build
    cmake ..
    make
    sudo cp llama /usr/local/bin
    
  5. 配置 BlahST

    根据您的需求配置 BlahST。例如,配置热键、选择模型等。您可以通过修改配置文件 blahst.cfg 来实现这一点。

  6. 测试 BlahST

    运行以下命令测试 BlahST 是否正常工作:

    ./wsi
    

    按照提示说话,查看是否能够在命令行中看到转换的文本。

完成以上步骤后,您应该已经成功安装并配置了 BlahST。现在可以开始使用它进行语音输入和文本转写了。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K
ops-mathops-math
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-entropynop-entropy
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
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
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-Vue3RuoYi-Vue3
🎉 (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
communitycommunity
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-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
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