Bez popisu

subDesTagesMitExtraKaese 7aa1076802 add preloaded model images před 2 roky
.github 7aa1076802 add preloaded model images před 2 roky
whisper.cpp @ 5f7e9fa2dc e4c58840e6 update whisper.cpp před 2 roky
.dockerignore e4de1a1d0a big bang před 2 roky
.gitignore e4de1a1d0a big bang před 2 roky
.gitmodules 26f403c679 migrate to native cpp implementation před 2 roky
Dockerfile 7aa1076802 add preloaded model images před 2 roky
README.md f2183cfc3c add language parameter před 2 roky
main.py 04e68651fd add video support před 2 roky
requirements.txt a071ae1011 build on alpine před 2 roky
speech_recognition.py 7aa1076802 add preloaded model images před 2 roky

README.md

Matrix Speech-To-Text Bot

Transcribes audio messages using OpenAI Whisper.

This bot is based on Simple-Matrix-Bot-Lib and whisper.cpp. It downloads audio messages from your homeserver, transcribes them locally and responds with the result as a text message.

Usage

The bot is available as an image on DockerHub. You can deploy it using docker-compose:

version: "3.7"

services:
  matrix-stt-bot:
    image: ftcaplan/matrix-stt-bot
    restart: on-failure
    volumes:
      - ./data/:/data/
    environment:
      - "HOMESERVER=https://matrix.example.com"
      - "USERNAME=@stt-bot:example.com"
      - "PASSWORD=<password>"
      - "ASR_MODEL=tiny"
      - "ASR_LANGUAGE=en"

Configuration

The bot will download the model file on first run to reduce image size. Available models are tiny.en, tiny, base.en, base, small.en, small, medium.en, medium, and large. The default is ASR_MODEL=tiny.

You can authenticate using tokens instead of a password by setting LOGIN_TOKEN=<login-token> or ACCESS_TOKEN=<access-token> instead of PASSWORD=<password>.