डाउनलोड कहाँ से शुरू होता है
- मॉडल चुनने वाली स्क्रीन में: किसी LOCAL मॉडल को चुनकर «डाउनलोड करके चुनें» दबाएँ। पंक्ति और ब्योरे में प्रतिशत दिखता है; पूरा होने पर मॉडल चलने लगता है।
- LANGUAGES पंक्ति के नीचे: जब चुना हुआ मॉडल अभी कंप्यूटर पर नहीं है (या «ऑटो — भाषा के अनुसार» के लिए कोई भी मॉडल नहीं है), तो एक पट्टी «डाउनलोड ज़रूरी:» के साथ उसका नाम, साइज़ और डाउनलोड बटन दिखाती है।
- Vosk की किसी भाषा के बटन पर, जो उस भाषा का मॉडल डाउनलोड करता है।
चुनने वाली स्क्रीन बंद करने से डाउनलोड नहीं रुकता। जब तक मॉडल डिस्क पर नहीं आ जाता, LOCAL उन मॉडलों में से सबसे अच्छा चलाता है जो आपके पास पहले से हैं।
साइज़
| मॉडल | डाउनलोड |
|---|---|
| T-one | लगभग 144 MB |
| GigaAM v3 | लगभग 232 MB |
| Parakeet v3 | लगभग 670 MB |
| Vosk | हर भाषा का एक मॉडल, 31 से 133 MB; ज़्यादातर लगभग 40 से 50 MB, यूक्रेनी सबसे बड़ा है |
| Whisper | चुने हुए साइज़ के अनुसार 75 MB से 1,031 MB |
Whisper के साइज़
Whisper पाँच साइज़ में आता है। चुनने वाली स्क्रीन में डाउनलोड से पहले Whisper के ब्योरे में साइज़ चुनें (Tiny, Base, Small, Turbo या Large); FILES स्क्रीन पर वही साइज़ लंबे नामों से दिखते हैं। जितना बड़ा, उतनी कम गलतियाँ और उतना धीमा काम।
| साइज़ | FILES पर नाम | डाउनलोड | किस काम का |
|---|---|---|---|
| Tiny | तुरंत · Tiny | 75 MB | यह जाँचने के लिए कि सब चल रहा है; साफ़ अंग्रेज़ी |
| Base | तेज़ · Base | 142 MB | साफ़ आवाज़ वाली सरल रिकॉर्डिंग |
| Small | संतुलित · Small | 466 MB | बिना ग्राफ़िक्स कार्ड वाला कंप्यूटर |
| Turbo | सबसे अच्छा · Large v3 Turbo | 547 MB | अनुशंसित साइज़: लगभग Large जितनी सटीकता, कई गुना तेज़ |
| Large | सबसे सटीक · Large v3 | 1,031 MB | शोर, अलग-अलग लहजे, कई आवाज़ें; धीमा |
डिक्टेशन और FILES स्क्रीन Whisper की एक ही फ़ाइलें इस्तेमाल करते हैं, इसलिए जो साइज़ एक के लिए डाउनलोड हुआ, वह दूसरे के लिए भी तैयार है।
Whisper और ग्राफ़िक्स कार्ड
सिर्फ़ Whisper ऐसा मॉडल है जिसे आपके हार्डवेयर की परवाह होती है। चुनने वाली स्क्रीन बताती है कि वह किस पर चलता है:
- NVIDIA ग्राफ़िक्स कार्ड हो, तो वह CUDA मॉड्यूल का विकल्प देती है: «CUDA डाउनलोड करें»। इसके साथ Whisper दस गुना या उससे ज़्यादा तेज़ चलता है।
- NVIDIA कार्ड न हो, तो चेतावनी आती है: «NVIDIA ग्राफ़िक्स कार्ड नहीं मिला: Whisper प्रोसेसर पर चलेगा — किसी भी भाषा में बहुत धीमा।» ऐसे कंप्यूटर पर ऑफ़लाइन डिक्टेशन के लिए Parakeet v3, GigaAM v3, T-one या Vosk बेहतर विकल्प हैं।
बाकी ऑफ़लाइन मॉडल प्रोसेसर पर चलते हैं और उन्हें ग्राफ़िक्स कार्ड नहीं चाहिए।
मॉडल कहाँ रखे जाते हैं
सब कुछ आपकी Windows प्रोफ़ाइल के %AppData% के अंदर VoiceKeyboard फ़ोल्डर में जाता है: Whisper की फ़ाइलें models में, डिक्टेशन के बाकी मॉडल models\live में। मॉडल चलते समय कुछ भी कहीं नहीं भेजा जाता।
डाउनलोड फ़ेल हो जाए तो
पंक्ति में «डाउनलोड नहीं हुआ:» और उसकी वजह दिखती है। इंटरनेट कनेक्शन जाँचें और डाउनलोड बटन फिर दबाएँ। अगर डिस्क पर रखा कोई मॉडल शुरू न हो, तो ऐप कहता है: «लोकल मॉडल शुरू नहीं हो सका। इसे फिर से डाउनलोड करके देखें।»