Voice CaptionsVoice Captions

О моде

Voice Captions показывает над головой говорящего игрока облако с тем, что он сказал. Мод работает как аддон Plasmo Voice: берёт уже декодированный голос других игроков, режет его на фразы и отправляет локальному серверу распознавания Whisper. Всё распознавание идёт на вашем ПК, текст и звук никуда не сохраняются.

Движок выбирается сам (режим «Авто»). Если запущен NPU-сервер FastFlowLM на ноутбуке с Ryzen AI 300, речь распознаётся на NPU, и процессор с видеокартой остаются игре. Иначе мод запускает Whisper на видеокарте: whisper.cpp с Vulkan работает на NVIDIA, AMD и Intel. Можно указать и собственный сервер распознавания.

Возможности

• Облако над головой: оно привязано к игроку, движется вместе с ним и с расстоянием плавно уменьшается. Ширина облака ограничена, текст переносится по словам, число строк настраивается, старые строки уходят за многоточие.
• Несколько говорящих: облака не перекрываются, дальнее поднимается над ближним, у края экрана облако прижимается внутрь.
• Точки «говорит»: бегущие точки показывают, что игрок говорит или что фраза ещё распознаётся.
• Умная нарезка фраз: фраза заканчивается паузой или сигналом конца речи от Plasmo Voice, а длинная речь режется в тихом месте, чтобы субтитры не ждали конца монолога.
• Без лишнего: тишина и шум на распознавание не уходят, известные «галлюцинации» Whisper («Продолжение следует...», «Thank you for watching») и зацикленные повторы отбрасываются. Заглушённые в Plasmo Voice игроки не распознаются.
• Через стены: по умолчанию облака видны сквозь стены, потому что голос слышно через стены. Можно включить проверку прямой видимости.
• Быстрый старт: движок для видеокарты запускается при входе в мир и сразу «прогревается», поэтому первая фраза не ждёт загрузки модели. При выходе из игры процесс закрывается.
• Запасной путь: если NPU-сервер закрыли посреди игры, следующая фраза сама уходит на видеокарту. Если распознавать нечем, в чате появляется одна понятная подсказка, а мод делает паузу.

Скорость

Замер на RTX 5080, фраза от 3 до 7 секунд:

• Turbo (по умолчанию, 547 МБ): от 60 до 120 мс, русский без ошибок на тестовых фразах.
• Base (57 МБ): от 30 до 55 мс, но ошибается в сленге игры («крепер» вместо «крипер»).

Первая фраза после запуска движка занимает от 5 до 8 секунд, пока Vulkan собирает шейдеры, поэтому мод делает её сам при входе в мир. На NPU первая фраза занимает от 10 до 15 секунд, дальше короткая фраза распознаётся примерно от 1 до 2,5 секунд.

Управление

Включить или выключить субтитры

клавиша не назначена, задайте её в «Настройки → Управление → Voice Captions» или используйте /voicecaptions toggle

Команды

• /voicecaptions: открыть настройки
• /voicecaptions check: проверить распознавание, мод напишет, какой движок ответил и за сколько
• /voicecaptions engine: состояние движка для видеокарты, а engine install и engine cancel скачивают его или отменяют загрузку
• /voicecaptions test [текст]: показать пример облака над ближайшим игроком или над вами (смотрите через F5)

Настройки

Две вкладки. Распознавание: движок, модель для видеокарты, кнопка «Скачать для видеокарты» с ходом загрузки, язык, ожидание ответа, лимит очереди, пауза до конца фразы, максимальная длина фразы и «только слышимых». Вид: ширина облака, число строк, время показа, дальность, размер вблизи и вдали, высота над ником, непрозрачность фона, «сквозь стены», точки и ник в облаке. У каждого поля есть подсказка. Файл настроек: config/voicecaptions.json.