Bez popisu

subDesTagesMitExtraKaese f9bb65f73d remove deprecated argument před 1 rokem
.github 69b9a024ed remove arm64 v7 před 1 rokem
whisper.cpp @ ac521a566e 01b696178c update dependencies před 1 rokem
.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 b5d147e989 downgrade python před 1 rokem
README.md f2183cfc3c add language parameter před 2 roky
main.py cd3e70dbbc fix accessing preloaded model před 2 roky
requirements.txt a071ae1011 build on alpine před 2 roky
speech_recognition.py f9bb65f73d remove deprecated argument před 1 rokem

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>.