Files
voice_recognition/README.md

1.1 KiB

Necesario para el funcionamiento del server

1. Crear entorno virtual

py -3.11 -m venv realtime-env311

2. Activar el entorno virtual

En Windows:

.\realtime-env311\Scripts\activate

3. Instalar dependencias

⚠️ Asegúrase de tener los drivers CUDA correctamente instalados en el sistema para la aceleración por GPU.

pip install openwakeword
pip install "ctranslate2[cuda]" faster-whisper openai websockets sounddevice numpy
pip install pyaudio
pip install soundfile
pip install pvporcupine
pip install webrtcvad-wheels
pip install --upgrade torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

4. Notas adicionales

  • openwakeword: Modelo de activación por palabra clave.
  • ctranslate2[cuda] + faster-whisper: Transcripción optimizada en tiempo real.
  • sounddevice, pyaudio, soundfile: Manejo de entrada/salida de audio.
  • pvporcupine: Wake word detection alternativo.
  • webrtcvad-wheels: Detección de voz activa (VAD).
  • torch, torchaudio: Backend de redes neuronales y audio.