OHF-Voice/wyoming-faster-whisper

解决的问题

该项目提供了一个实现 Wyoming 协议的服务器，可使用 faster-whisper 系统实现语音转文本（STT）功能。它特别解决了 STT 模型误听自定义名称（如特定智能家居设备名称）的问题，允许模型根据从 Home Assistant 实例获取的名称进行偏置。

工作原理

该服务器充当 Wyoming 协议与 STT 后端（如 faster-whisper 和 qwen3-asr）之间的桥梁。它可以连接到 Home Assistant API，获取对话中公开的实体、区域和楼层列表。这些名称随后作为提示输入模型，以提高对这些特定术语的转录准确性。为保持性能，它会根据名称在命令中使用的可能性进行优先级排序（例如，先处理包含公开实体的区域，再处理灯光、风扇等特定设备域）。

适用人群

使用 Home Assistant 和 Wyoming 协议，希望在本地运行高性能语音转文本服务，并提升其特定家庭自动化环境中转录准确性的用户。

特色亮点

• Home Assistant 集成：自动同步实体名称和别名，以偏置 STT 模型。
• 灵活的后端支持：支持 faster-whisper 和 qwen3-asr 后端。
• 硬件加速：提供 NVIDIA GPU 专用的 GPU 启用 Docker 镜像，以提升转录速度。
• 高效提示机制：实现基于优先级的系统，确保最相关名称在模型的令牌预算内。
• 多种部署选项：可作为 Home Assistant 插件、独立 Docker 容器或本地 Python 安装使用。