该工具允许您识别超过15种语言的语音，无需依赖任何云服务或订阅。它使用一个独立的语言服务器进程在本地运行，游戏通过与该语言服务器的通信来实现语音识别。语言服务器应用是公开的（Vosk语言服务器 GitHub），您可以对其进行分叉、定制或与游戏一起分发，并且可以无界面运行。

主要特点

  • 支持15种语言的离线语音识别：无需依赖云服务，适合脱机使用。
  • 流式语音识别：通过录音和实时识别，实现简单的对话系统。玩家可以通过语音与NPC互动，如“机器人，做这个”，“机器人，做那个”等。
  • 极简的Unreal引擎客户端：与语言服务器进行简单通信，录制语音并将其传送给服务器，返回识别结果。
  • 灵活性：语言服务器可以作为独立应用运行，也可以将游戏本身作为语言服务器。

技术细节

  • 安装和使用：您可以下载最新的语言服务器版本并运行。支持Unreal 5.3版本的示例项目，提供详细的文档与示例代码。
  • 开源和自定义：语言服务器是公开的，允许开发者对其进行修改和自定义。
  • 无需互联网连接：完全离线工作，适用于不稳定网络环境或对隐私有要求的应用场景。

下载与资源

声明：本站所有文章，本站所有资源版权均属于原作者所有，这里所提供资源均只能用于参考学习用，请勿直接商用。若由于商用引起版权纠纷，一切责任均由使用者承担。如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。