BlahST 的安装和配置教程

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。