Den 17. og 19. juni blev versionerne 1.9.0 og 1.9.1 af det højtydende automatiske talesystem udgivet whisper.cpp, der implementerer modellen Whisper fra OpenAI, og baseret på en tensor-baseret maskinlæringsbibliotek GGML og binært format GGUF.
Biblioteket libwhisper, demonstrations-eksempler og kommandolinjeværktøjer leveres: whisper-bench, whisper-cli, whisper-command, whisper-lsp, whisper-quantize, whisper-server, whisper-stream, whisper-vad-speech-segments, parakeet-cli og parakeet-quantize.
Projekterne er skrevet i C og C++ og distribueres under MIT-licensen.
Ændringer:
- Den kommandolinje-værktøj parakeet-cli, der understøtter modellen, er blevet tilføjet. NVIDIA Parakeet;
- støtte til NVIDIA Parakeet er også blevet tilføjet i Ruby-wrapperen.
Nogle vigtige ændringer er blevet foretaget i mellemversionerne siden nyhederne om whisper.cpp 1.8.0:
- håndtering af C++ undtagelser i funktionen whisper_init_with_params_no_state;
- understøttelsen af ffmpeg er blevet skrevet om (uden brug af GPL-kode fra ffmpeg-eksempler), og brugen af ffmpeg i whisper.cpp er blevet præciseret;
- en mulighed —version er blevet tilføjet til værktøjet whisper-cli for at vise versionen.
Kilde: linux.org.ru
