OHF-Voice/wyoming-faster-whisper

解決的問題

本專案提供一個實作 Wyoming 協定的伺服器，可使用 faster-whisper 系統實現語音轉文字（STT）功能。特別解決 STT 模型誤聽自訂名稱（如特定智慧家居裝置名稱）的問題，並允許模型根據從 Home Assistant 實例取得的名稱進行偏置。

工作原理

伺服器扮演 Wyoming 協定與 STT 後端（如 faster-whisper 和 qwen3-asr）之間的橋樑。可連接到 Home Assistant API，取得對話中公開的實體、區域和樓層清單。這些名稱隨後作為提示輸入模型，以提升對這些特定詞語的轉錄準確性。為維持效能，會根據名稱在指令中使用的可能性進行優先排序（例如，先處理包含公開實體的區域，再處理燈光、風扇等特定裝置領域）。

適用對象

使用 Home Assistant 和 Wyoming 協定，希望在本地運行高效率語音轉文字服務，並提升其特定家庭自動化環境中轉錄準確性的使用者。

特色亮點

• Home Assistant 整合：自動同步實體名稱與別名，以偏置 STT 模型。
• 彈性後端支援：支援 faster-whisper 和 qwen3-asr 後端。
• 硬體加速：提供 NVIDIA GPU 專用的 GPU 啟用 Docker 映像，以提升轉錄速度。
• 高效提示機制：實作基於優先順序的系統，確保最相關名稱在模型的記號預算內。
• 多種部署選項：可作為 Home Assistant 插件、獨立 Docker 容器或本地 Python 安裝使用。