প্রকল্প সম্পর্কে
কিংরান একটি ভয়েস চ্যাট টুল যা মূলত রোজির ইন্টারঅ্যাকশন পরিস্থিতির জন্য ডিজাইন করা হয়েছে। এটি টক-টু-টক এবং হ্যান্ডস-ফ্রি কল নামে দুটি ভয়েস ইনপুট পদ্ধতি সমর্থন করে এবং ইভ রিডিং রেসপন্স সমর্থন করে। প্রকল্পটিতে দীর্ঘমেয়াদী মেমরি ফিচার রয়েছে, যেখানে মেমরি ডেটা ব্যবহারকারীর নিজস্ব নিওন ডাটাবেসে সংরক্ষিত হয় এবং গিটহাব রিপোজিটরির উপর নির্ভর করে না। ব্যবহারকারীরা সেটিংসে সিস্টেম প্রম্পট সম্পাদনা করে সহায়কের আচরণ সামঞ্জস্য করতে পারেন।
প্রকল্পটি লোকাল রান পদ্ধতি প্রদান করে, যা npm install এবং npm run dev কমান্ডের মাধ্যমে শুরু করা যায় এবং ডিফল্টভাবে 0.0.0.0:8080 পোর্টে শোনে। অনলাইন ডিপ্লয়মেন্টে APP_PASSWORD পুরো সাইটের পাসওয়ার্ড হিসেবে ব্যবহৃত হয় এবং HMAC কুকি (qr_session) এর মাধ্যমে সেশন যাচাই করা হয়; লোকাল ডেভেলপমেন্ট পরিবেশে এই অথেনটিকেশন স্তর সক্রিয় থাকে না। সেটিংসে ব্যাকআপ এক্সপোর্ট ও ইম্পোর্ট ফাংশন রয়েছে, যা ডোমেইন পরিবর্তনের সময় মেমরি ডেটা স্থানান্তর করতে সুবিধাজনক।
হিয়ারিং ইঞ্জিন সেটিংসে কনফিগার করা যায়। অ্যানোটেশন মোড চালু করলে প্রতিটি বক্তৃতা ক্লিপ হিসেবে সংরক্ষিত হয় এবং অ্যানোটেশন পৃষ্ঠাটি /lab-এ অবস্থিত। প্রকল্পটি xAI-এর স্পিচ-টু-টেক্সট ইন্টারফেস ব্যবহার করে, যেখানে model=grok-voice-transcribe-2.0 স্পষ্টভাবে নির্দিষ্ট করা হয়েছে এবং নির্দিষ্ট কীওয়ার্ড, filler_words এবং সামঞ্জস্যযোগ্য vad_threshold কনফিগার করা হয়েছে। README-তে উল্লেখ করা হয়েছে যে xAI STT অফিসিয়ালি চাইনিজ ভাষা সমর্থন করে না, তাই ভাষা তালিকায় zh অন্তর্ভুক্ত নয়।
প্রকল্পটি স্ব-ডিপ্লয়মেন্ট GPU সমাধানও প্রদান করে, যার বিবরণ deploy/README.md-এ রয়েছে। মূল্যায়ন স্ক্রিপ্ট scripts/eval-hearing.mjs এক্সপোর্ট করা হিয়ারিং ডেটার উপর টেস্ট সেট অনুযায়ী CSV মূল্যায়ন ফলাফল তৈরি করতে ব্যবহার করা যেতে পারে।
Comments
0 Rating appears after 10 ratings
Sign in to join the discussion.