Документація
Налаштування сервера
Голосове введення перетворює мовлення на ввід термінала: говоріть замість друкування, з необов’язковим шліфуванням LLM транскрипту перед надсиланням. Розпізнавання працює як локальний ASR-сервер із моделями на пристрої — аудіо та текст лишаються на вашій машині. Ця сторінка охоплює бік сервера; десктопний досвід живе у Користуванні клієнтом.
Картка Local ASR Server
Відкрийте розділ Voice веб-інтерфейсу й увімкніть розпізнавання мовлення. Картка Local ASR Server керує наглядовим процесом vterm-voice:
Load on Startup— запускати ASR-сервер разом із бекендом;Bind Address(127.0.0.1лише localhost /0.0.0.0усі інтерфейси) таPort(типово8398) — де слухає ASR-кінцева точка;Model Directory+Local Model— виберіть із вбудованого каталогу: родини Qwen3-ASR, Fun-ASR та Parakeet, кожна у варіантах full / 8-bit / 4-bit.Downloadпідтягує модель з Hugging Face або ModelScope у директорію з живою смугою прогресу; ручні командиgit cloneпоказуються як запасний шлях, а моделі, що вже на диску, позначаються наявними;Device— бекенд висновування (Auto,CPU,CUDA,Vulkan,Metal), як повідомляє сервер;Access Token— спільний секрет кінцевої точки; кнопка з кубиком генерує його;Saveзберігає картку (правки до того — локальний чернетка), аStart Server/Stop Serverкерують процесом. Значок стану в заголовку картки віддзеркалює досяжність і стан моделі (завантажено / завантажується / помилка).
Суперництво CUDA: коли інша CUDA-програма висновування вже займає GPU (напр. llama.cpp із локальною моделлю), дозвіл vterm-voice теж використати
CUDAможе різко сповільнити обидва. У такому разі задайтеDeviceнаCPU— ці компактні ASR-моделі на CPU досить швидкі.
Провайдер і тестування
Випадаючий список провайдерів перелічує аддони ASR — вбудований аддон vibe-voice вказує на цей наглядовий сервер, тож його вибір — це спосіб, яким панель використовує ваші локальні моделі.
Область Test пробує все без клієнта: Record (мікрофон → хвиля → транскрипція) та Live (потокове розпізнавання), кожне з часовими мірками та кнопкою копіювання.
