whisper.cpp 1.7.4

На 6 януари беше пусната версия 1.7.4 на високопроизводителната система за автоматично разпознаване на реч. whisper.cpp, реализираща модел Whisper от OpenAI, написана на езици C и C++ и разпространявана под лиценз MIT.

В проекта се използва собствена тензорна библиотека за машинно обучение GGML, написана на езика C и оптимизирана за използване с 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 опция за потискане на не-речеви лексеми.
• Параметърът suppress_non_speech_tokens е преименуван на suppress_nst.
• В API и инструменти е добавена опция 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