Confucius4-R2T2

Überblick

Confucius4-R2T2 ist ein Community-Plugin von scriptease. Es streamt das Mikrofon-Audio an einen audiocpp_server von audio.cpp, der das Modell Confucius4-R2T2 mit Metal ausführt. Die Ausgabe ist append-only: Bereits angezeigter Text wird später nicht mehr umgeschrieben. Das Modell ist für Chinesisch und Englisch optimiert.

Das Plugin unterstützt Live-Diktat und Datei-Transkription. Übersetzung wird nicht unterstützt.

Voraussetzungen

Das veröffentlichte macOS-Paket benötigt TypeWhisper 1.7.0 oder neuer, macOS 14 oder neuer und Apple Silicon. Ein API-Key ist nicht nötig.

Die Modellgewichte stehen unter der Confucius4-R2T2 Model Use License von NetEase Youdao. Mit dem Download eines Modells akzeptierst du sie, lies sie also vorher. Die Lizenzdateien werden mit jedem Modell heruntergeladen.

Modelle

Modell	Download	Hinweise
Q4_K_M	1,19 GB	Am kleinsten und schnellsten. Community-Quantisierung von Nairod785.
Q8_0	2,48 GB	Empfohlen. Fast volle Qualität.
F16	4,09 GB	Volle Präzision, am größten.

Einrichtung

1. Installiere Confucius4-R2T2 unter Einstellungen > Integrationen > Entdecken und aktiviere es.
2. Lass Integriert ausgewählt und klicke neben einem Modell auf Laden. Das Plugin lädt audio.cpp v0.9.0 und das Modell von Hugging Face und prüft bei beiden Größe und SHA-256.
3. Wähle Confucius4-R2T2 in den Einstellungen oder in einem Profil als Transkriptions-Engine.
4. Starte ein Diktat. Der Server startet mit dem ersten Diktat, lauscht nur auf 127.0.0.1 und wird mit TypeWhisper beendet.

Eigener Server

Wähle Eigener Server, um einen selbst betriebenen audiocpp_server ab Version 0.9.0 zu nutzen. Trage die Server-URL und die Modell-ID aus deiner Server-Konfiguration ein und klicke auf Verbindung testen. Der Modelleintrag muss den Streaming-Modus verwenden.

Audio wird nur an den hier eingestellten Server gesendet. Nutze für einen Server auf einem anderen Rechner https://: Über einfaches http:// geht das Audio unverschlüsselt durchs Netz.