whisper.cpp 1.9.0 এবং 1.9.1

১৭ ও ১৯ জুন উচ্চ-ক্ষমতাসম্পন্ন স্বয়ংক্রিয় বক্তৃতা শনাক্তকরণ সিস্টেমের ১.৯.০ এবং ১.৯.১ সংস্করণ প্রকাশ করা হয়েছে। whisper.cpp, মডেল বাস্তবায়ন ফিস্ ফিস্ শব্দ ওপেনএআই থেকে, এবং একটি টেনসর-ভিত্তিক মেশিন লার্নিং লাইব্রেরি জিজিএমএল এবং বাইনারি ফরম্যাট জিজিইউএফ.

libwhisper লাইব্রেরি, ডেমো এবং কনসোল ইউটিলিটিগুলো প্রদান করা হয়েছে: whisper-bench, whisper-cli, whisper-command, whisper-lsp, whisper-quantize, whisper-server, whisper-stream, whisper-vad-speech-segments, parakeet-cli, এবং parakeet-quantize।

প্রকল্পগুলো C এবং C++ ভাষায় লেখা এবং MIT লাইসেন্সের অধীনে বিতরণ করা হয়।

পরিবর্তন:

• parakeet-cli কনসোল ইউটিলিটি যোগ করা হয়েছে, যা মডেলটিকে সমর্থন করে। এনভিডিয়া প্যারাকিট;
• রুবি র‍্যাপারে এনভিডিয়া প্যারাকেট সাপোর্টও যোগ করা হয়েছে।

কিছু গুরুত্বপূর্ণ পরিবর্তন করা হয়েছে মধ্যবর্তী সংস্করণ যেহেতু খবর whisper.cpp 1.8.0:

• whisper_init_with_params_no_state ফাংশনে C++ এক্সেপশন হ্যান্ডলিং;
• ffmpeg সাপোর্ট সম্পূর্ণরূপে নতুন করে লেখা হয়েছে (ffmpeg উদাহরণ থেকে নেওয়া GPL কোড ব্যবহার না করে), এবং whisper.cpp-তে ffmpeg-এর ব্যবহার স্পষ্ট করা হয়েছে;
• whisper-cli ইউটিলিটিতে এখন ভার্সন দেখানোর জন্য —version নামে একটি নতুন অপশন যুক্ত হয়েছে।

উত্স: linux.org.ru