На 6 януари беше пусната версия 1.7.4 на високопроизводителната система за автоматично разпознаване на реч. whisper.cpp, реализираща модела Whisper от OpenAI, написана на езиците C и C++ и разпространявана под лицензия MIT.
В проекта се използва авторска тензорна библиотека за машинно обучение GGML, написана на езика C и оптимизирана за използване на различни бекенди (CUDA, Vulkan, BLAS, SYCL, OpenCL и др.).
Списък с промени:
- Преименувания на изпълними файлове:
main -> whisper-cli bench -> whisper-bench stream -> whisper-stream command -> whisper-command server -> whisper-server talk-llama -> whisper-talk-llama
- Премахнати са примерите talk и talk.wasm.
- В whisper-server е добавена опцията за потискане на неречеви лексеми.
- Параметърът suppress_non_speech_tokens е преименуван на suppress_nst.
- В API и утилити е добавена опцията no_speech_thold за задаване на вероятността за отсъствие на реч на ниво сегмент при транскрипция.
- В whisper-cli е добавена опция —suppress_nst.
- Други подобрения и корекции на грешки.
Източник: linux.org.ru
