Dne 6. ledna byl vydán 1.7.4 vysoce výkonný systém automatického rozpoznávání řeči whisper.cpp, implementující model Whisper od OpenAI, napsaný v jazycích C a C++ a šířený pod licencí MIT.
V projektu se používá proprietární tensorová knihovna pro strojové učení GGML, napsaný v jazyce C a optimalizovaný pro použití různých backendů (CUDA, Vulkan, BLAS, SYCL, OpenCL atd.).
Seznam změn:
- Přejmenování spustitelných souborů:
main -> whisper-cli bench -> whisper-bench stream -> whisper-stream command -> whisper-command server -> whisper-server talk-llama -> whisper-talk-llama
- Byly odstraněny příklady talk a talk.wasm.
- Do whisper-server byla přidána možnost potlačení nerečových lexém.
- Parametr suppress_non_speech_tokens byl přejmenován na suppress_nst.
- Do API a nástrojů byla přidána možnost no_speech_thold pro určení pravděpodobnosti absence řeči na úrovni segmentu při transkripci.
- Do whisper-cli byla přidána možnost —suppress_nst.
- Další vylepšení a opravy chyb.
Zdroj: linux.org.ru
