MIKO AI Worker: Локальная транскрибация
Возможности STT-части приложения MIKO AI Worker: рабочая область Speech to Text, локальные модели, регистрация, настройки, журналы и статус в меню macOS.
MIKO AI Worker - это приложение для Mac, которое выполняет локальную обработку заданий из MikoPBX. В этой статье описана только STT-часть приложения: какие окна доступны в режиме Распознавание речи, что в них отображается и какие действия можно выполнять.
Приложение не выбирает, какие звонки нужно расшифровывать. Очередь, модель, язык, словарь терминов и правила поиска записей задаются в Модуле локальной транскрибации на стороне MikoPBX. MIKO AI Worker получает уже готовое задание, скачивает назначенную запись, подготавливает аудио, распознает речь локально на Mac и возвращает результат в PBX.
Навигация приложения
В левой части окна находится переключатель рабочих режимов и список разделов. При выбранном режиме "Распознавание речи" доступны STT-экраны приложения.
Распознавание речи
Главный экран STT-обработчика: запуск, остановка, текущий этап обработки, локальная статистика и последние задания.
Модели
Локальный кэш WhisperKit/Core ML моделей на этом Mac.
Регистрация
Данные подключения к MikoPBX и регистрация этого Mac как STT-обработчика.
Настройки
Локальные настройки приложения: язык интерфейса, временные файлы, язык распознавания, параметры звука, декодирования, сети и интервалов.
Журнал
Локальный журнал событий STT-обработчика с фильтрами, поиском, копированием и экспортом.
Разделы режима Анализ ИИ относятся к другому модулю и не используются для локальной транскрибации звонков.
Раздел "Статус"
Статус - основной рабочий экран STT-обработчика. Здесь видно, готов ли Mac к работе, обрабатывается ли сейчас задание, на каком этапе находится обработка и какие задания недавно выполнялись на этой машине.
Верхний блок показывает текущее состояние STT-обработчика и содержит основные действия. Отдельного заголовка у этого блока в интерфейсе нет, поэтому в документации он описан по назначению.
Нужна регистрация
Для STT не хватает адреса PBX, токена API обработчика или регистрации обработчика.
Готов к регистрации
Данные для подключения введены, но Mac еще не зарегистрирован как обработчик.
Проверка регистрации
Приложение проверяет связь с MikoPBX или выполняет регистрационное действие.
Обработчик речи зарегистрирован
Mac зарегистрирован и готов к запуску STT-обработчика.
Обработчик речи работает
Обработчик запущен, поддерживает связь с MikoPBX и опрашивает очередь заданий распознавания речи.
Идёт расшифровка
Обработчик выполняет активное задание: скачивает запись, готовит аудио, распознает речь или отправляет результат.
Ошибка обработчика
Возникла ошибка подключения, подготовки аудио, модели, распознавания или отправки результата.
Доступные действия:
Открыть регистрацию
Открыть окно Регистрация.
Запустить обработчик
Запустить локальный опрос очереди MikoPBX.
Остановить обработчик
Остановить STT-обработчик на этом Mac.
Отменить текущее задание
Прервать активную обработку. Задание освобождается на стороне PBX и может быть повторено позже.
В этом же блоке отображается краткое сообщение регистрации или последней ошибки. Если состояние требует внимания, подробности обычно можно найти в разделе Журнал.
Этапы обработки
Блок Этапы обработки показывает путь одного задания от ожидания в очереди до отправки готовой расшифровки.
Регистрация
Обработчик регистрируется или подтверждает подключение к PBX.
Опрос очереди
Обработчик опрашивает MikoPBX и ждет новое задание.
Загрузка
Скачивается аудиофайл звонка, назначенный этому обработчику.
Подготовка аудио
Запись конвертируется, нормализуется, делится на каналы и фрагменты.
Подготовка модели
Проверяется локальная модель или скачивается нужная WhisperKit/Core ML модель.
Расшифровка
Выполняется локальное распознавание речи на Mac.
Отправка
Сегменты текста, таймкоды и технические данные отправляются обратно в MikoPBX.
Завершение
Удаляются временные файлы задания.
Локальная активность
Локальная активность показывает статистику только этого Mac. Это не общая статистика STT-модуля в PBX и не суммарная статистика всех обработчиков.
Доступны интервалы:
24h;7d;30d.
Задания
Количество локальных заданий за выбранный период.
Доля успешных
Доля успешно завершенных заданий среди завершенных и ошибочных.
Скорость (RTF) p50 / p95
Скорость обработки относительно длительности записи. Чем меньше значение, тем быстрее обработка.
Временный кэш
Размер временной рабочей папки с загруженными и промежуточными файлами.
Недавние задания
Недавние задания показывает последние задания, которые брал этот Mac. Список можно фильтровать по статусу.
Принято
Обработчик получил задание из очереди PBX.
Загрузка
Скачивается запись звонка.
Расшифровка
Выполняется локальное распознавание.
Отложено
Задание временно отложено, обычно из-за сетевой или API-ошибки.
Завершено
Расшифровка успешно отправлена в MikoPBX.
Ошибка
Задание завершилось ошибкой.
Строку задания можно раскрыть, чтобы посмотреть детали и скопировать Идентификатор звонка кнопкой Скопировать идентификатор звонка. Это удобно при сопоставлении локального события с очередью или расшифровкой в MikoPBX.
Раздел "Модели"
Раздел Модели показывает локальное хранилище моделей WhisperKit/Core ML на этом Mac. Здесь не выбирается модель для новых заданий: рабочая модель задается в MikoPBX на вкладке Каталог моделей STT-модуля. MIKO AI Worker скачивает и хранит только те модели, которые понадобились для обработки заданий.
Сводка по хранилищу
В блоке Сводка по хранилищу отображается сводка по локальному кэшу.
Установлено
Сколько моделей найдено в локальном хранилище.
Размер моделей
Общий размер скачанных моделей.
Кэш и метаданные
Размер служебного кэша и метаданных.
Модель по умолчанию
Модель, которую приложение считает резервной моделью.
Кнопка Обновить перечитывает локальное хранилище моделей. Кнопка Показать открывает папку моделей в Finder.
Установленные модели
В списке Установленные модели отображаются скачанные модели: название, репозиторий, размер, дата обновления или количество файлов. Для модели могут показываться дополнительные метки, например По умолчанию, Быстрая, Сбалансированная или Точная.
Доступные действия:
Показать в Finder
Открыть папку конкретной модели в Finder.
Удалить загруженную модель
Удалить скачанную модель с Mac.
Удаление доступно только когда STT-обработчик остановлен. Если удаленная модель снова понадобится для задания, приложение скачает ее повторно.
Для large-v3-turbo потребуется примерно 1,5 ГБ свободного места. Первое задание с новой моделью может выполняться дольше из-за загрузки и подготовки локального кэша.
Раздел "Регистрация"
Раздел Регистрация отвечает за связь этого Mac с MikoPBX и регистрацию STT-обработчика. Это техническое окно: обычно его открывают при первом подключении, смене PBX, перевыпуске токена или изменении идентификатора обработчика.
Зарегистрировать этот Mac
Блок Зарегистрировать этот Mac показывает общую готовность подключения. В нем видно, какие части регистрации уже заполнены и что еще требует внимания.
Соединение
В блоке Соединение хранятся параметры доступа к MikoPBX.
Адрес PBX
Адрес PBX, с которой работает STT-обработчик.
Токен API обработчика
Токен STT-обработчика, созданный в MikoPBX на вкладке Обработчики.
Адрес PBX должен быть указан с протоколом https://.... Для тестовых стендов TLS-проверку можно настроить в Настройки → Расширенные сетевые настройки распознавания.
Идентификатор обработчика
Блок Идентификатор обработчика описывает сам Mac-обработчик.
Имя обработчика
Понятное имя машины, которое удобно видеть в MikoPBX.
Расширенный идентификатор
Раскрываемый блок с техническим UID обработчика.
UID обработчика
Стабильный технический идентификатор обработчика.
Без необходимости не меняйте UID обработчика: после смены идентификатора MikoPBX будет воспринимать этот Mac как новый обработчик.
Действия регистрации
В блоке Действия регистрации расположены действия проверки и регистрации.
Проверить соединение
Проверяет доступность MikoPBX и корректность базовых параметров подключения.
Зарегистрировать обработчик
Регистрирует этот Mac как STT-обработчик в PBX.
После успешной регистрации основной экран Распознавание речи сможет запускать обработчик кнопкой Запустить обработчик.
Раздел "Настройки"
Раздел Настройки управляет локальным поведением MIKO AI Worker на этом Mac. Эти настройки не заменяют параметры STT-модуля в MikoPBX: PBX по-прежнему задает очередь, модель, язык задания и словарь терминов.
Основные
Язык приложения
Язык интерфейса MIKO AI Worker.
Запускать при входе
Автоматически запускать приложение при входе пользователя в macOS.
Временные файлы
Папка для загруженных записей и промежуточных WAV-файлов.
Запустить онбоардинг заново
Повторно открыть окно первичной настройки приложения.
Язык по умолчанию
Язык распознавания
Язык, который используется только если MikoPBX не передала языковую подсказку в задании.
В обычной схеме язык задается в PBX-модуле на вкладке Настройки. Локальный язык распознавания в приложении нужен для нестандартных случаев или диагностики.
Расширенные настройки декодирования
Этот блок управляет параметрами декодирования WhisperKit.
Температура
Базовая температура выборки при распознавании.
Шаг повышения температуры
Насколько повышать температуру после резервной попытки.
Количество резервных попыток
Сколько дополнительных попыток можно выполнить при проблемах качества.
Top K
Ограничение кандидатов для основной выборки.
Порог коэффициента сжатия
Порог повторов, после которого включается резервная попытка.
Порог логарифмической вероятности
Порог средней вероятности токенов для резервной попытки или определения тишины.
Порог logprob первого токена
Порог вероятности первого токена.
Порог отсутствия речи
Порог вероятности отсутствия речи.
Top K для повтора
Ограничение кандидатов для повторной попытки при пустом тексте.
Подавлять пустой токен при повторе
Подавлять пустой токен при повторе после пустого текста.
Фильтр первого токена при повторе
Применять фильтр первого токена при повторной попытке.
Сбросить декодирование
Вернуть параметры декодирования к значениям по умолчанию.
Обычно эти параметры не меняют. Они нужны для тонкой диагностики качества распознавания или по рекомендации разработчика.
Расширенная обработка звука
Этот блок управляет локальной подготовкой аудио перед распознаванием.
Режим стерео
Как обрабатывать многоканальную запись звонка.
Метка левого канала
Подпись участника для левого канала.
Метка правого канала
Подпись участника для правого канала.
Выравнивание громкости
Выравнивать громкость фрагментов перед распознаванием.
Поиск речи
Обрезать тишину и делить запись по найденным участкам с речью.
Макс. длительность фрагмента
Максимальная длина локального фрагмента, отправляемого в распознавание.
Перекрытие фрагментов
Перекрытие соседних фрагментов, чтобы не обрезать слова на границах.
Расширенные интервалы распознавания
Резервный интервал опроса
Интервал опроса очереди, если PBX не передала свой интервал.
Макс. интервал ожидания
Максимальная пауза между опросами, пока очередь остается пустой.
Интервал сигнала активности
Как часто обработчик сообщает PBX, что активное задание еще выполняется.
Расширенные сетевые настройки распознавания
Префикс API
Путь worker API STT-модуля. Обычно /pbxcore/api/v3/module-local-speech-to-text.
Время ожидания API
Таймаут коротких API-запросов к PBX.
Время ожидания загрузки
Таймаут скачивания аудиофайла звонка.
Задержка повтора
Начальная пауза перед повтором при временной ошибке.
Макс. задержка повтора
Максимальная пауза между повторными попытками.
Множитель задержки
Множитель роста задержки после каждой попытки.
Проверка TLS
Проверять HTTPS-сертификат PBX.
Файл CA
PEM-файл CA для частного или корпоративного сертификата PBX.
Кнопка Сбросить расширенные настройки возвращает расширенные параметры к значениям по умолчанию.
Раздел "Журнал"
Раздел Журнал показывает локальные события STT-обработчика: подключение, регистрацию, опрос очереди, скачивание записей, подготовку аудио, загрузку моделей, распознавание, отправку результата и ошибки.
В верхней части окна доступны:
Копировать
Скопировать видимые события журнала.
Экспорт
Сохранить журнал в файл.
Все / Последний час / Сегодня
Ограничить события по времени.
Уровень
Ограничить журнал уровнем DEBUG, INFO, WARN или ERROR.
Поиск по событиям
Найти события по тексту.
Под списком приложение показывает, сколько событий соответствует фильтрам. Если событий больше лимита отображения, показывается последний хвост журнала.
Для диагностики ошибки удобно сначала открыть Распознавание речи, посмотреть текущее состояние в верхнем блоке, а затем перейти в Журнал и отфильтровать события по уровню WARN или ERROR.
Что настраивается в MikoPBX, а что в Worker
Часть параметров находится в PBX-модуле, часть - в локальном приложении.
MikoPBX / STT-модуль
Период обработки записей, лимит размера файла, модель для новых заданий, язык задания, словарь терминов, очередь, ключи обработчиков, расшифровки и журнал модуля.
MIKO AI Worker / Распознавание речи
Запуск и остановка обработчика, локальные модели, локальные временные файлы, язык распознавания, подготовка аудио, параметры декодирования, сетевые таймауты, TLS/CA и локальный журнал.
Last updated
Was this helpful?