BlahST项目语音转录脚本安装与配置指南

BlahST项目语音转录脚本安装与配置指南

BlahST Input text from speech in any Linux window, the lean, fast and accurate way, using whisper.cpp offline. Speak with local LLMs. 项目地址: https://gitcode.com/gh_mirrors/bl/BlahST

项目背景

BlahST是一个开源的语音转录工具集，主要包含wsi和wsiml等脚本工具，能够实现实时语音录制和转录功能。该项目支持本地whisper.cpp部署和whisperfile轻量级方案，适用于Linux桌面环境。

核心组件解析

1. 主要脚本功能

• wsi：基础语音转录脚本
• wsiml：支持多语言转录的扩展版本
• wsiAI：集成llama.cpp/llamafile的AI增强版本

2. 依赖组件

• sox：音频录制工具
• whisper.cpp/whisperfile：语音识别引擎
• xsel/wl-copy：剪贴板管理工具
• xdotool（可选）：自动粘贴功能支持

安装过程详解

标准安装流程

1. 执行安装脚本：bash install-wsi
2. 脚本会自动：
   • 创建~/.local/bin目录
   • 复制执行脚本到目标路径
   • 检查sox等依赖项

配置选项

安装过程中会提示选择识别引擎：

• 本地whisper.cpp安装（Y）
• 网络whisper.cpp服务（N）
• whisperfile轻量方案（N）

常见问题解决方案

1. 路径问题

若遇到"required file not found"错误：

• 手动检查~/.local/bin是否在PATH中
• 确认使用完整路径执行：bash ~/.local/bin/wsi

2. 音频录制问题

当出现快速闪退时：

• 检查/dev/shm/wfile录音文件
• 调整麦克风灵敏度
• 设置停止录音热键：pkill --signal 2 rec

3. 性能优化建议

• 对于CUDA设备，建议使用编译版whisper.cpp
• whisperfile用户可使用--recompile参数优化CUDA支持
• 网络服务模式可获得最佳性能（约90倍实时转录速度）

高级功能配置

自动粘贴功能

编辑脚本CONFIG区块：

AUTOPASTE=true  # 启用自动粘贴

热键设置

推荐配置：

• 开始录音：自定义全局热键
• 停止录音：绑定到pkill --signal 2 rec

使用技巧

1. 初次测试命令：wsi -c -w（使用剪贴板模式和whisperfile）
2. 终端调试时可取消注释脚本中的echo语句
3. 对于X11环境，确保安装xsel剪贴板工具
4. 敏感麦克风需精细调整阈值参数

性能考量

• whisperfile使用tinyblass基础CUDA实现，性能中等
• 编译版whisper.cpp可获得最佳GPU加速
• CPU使用率取决于模型大小和硬件配置

该项目为语音转录提供了灵活的解决方案，用户可根据硬件条件选择适合的运行模式。通过合理配置，可以实现高效的实时语音转录体验。

BlahST Input text from speech in any Linux window, the lean, fast and accurate way, using whisper.cpp offline. Speak with local LLMs. 项目地址: https://gitcode.com/gh_mirrors/bl/BlahST