17. i 19. juna održana su izdanja 1.9.0 i 1.9.1 visoko performansnog sistema za automatsko prepoznavanje govora whisper.cpp, koji implementira model Whisper od OpenAI, i temeljen na tensor biblioteci mašinskog učenja GGML i binarnom formatu GGUF.
Obezbeđena je biblioteka libwhisper, demonstracioni primeri i konzolne alatke: whisper-bench, whisper-cli, whisper-command, whisper-lsp, whisper-quantize, whisper-server, whisper-stream, whisper-vad-speech-segments, parakeet-cli i parakeet-quantize.
Projekti su napisani na jezicima C i C++ i distribuiraju se pod MIT licencom.
Izmene:
- dodata je konzolna alatka parakeet-cli, koja podržava model NVIDIA Parakeet;
- u Ruby wrapperu takođe je dodata podrška za NVIDIA Parakeet.
Neka važna unapređenja napravljena su u interim verzijama od vesti whisper.cpp 1.8.0:
- obrada izuzetaka C++ u funkciji whisper_init_with_params_no_state;
- potpuno je prepisana podrška za ffmpeg (bez korišćenja GPL koda, uzetog iz ffmpeg primera), i precizirane su upotrebe ffmpeg u whisper.cpp;
- u alatku whisper-cli dodata je opcija —version za ispis verzije.
Izvor: linux.org.ru




