{"id":119595,"date":"2024-08-23T15:43:08","date_gmt":"2024-08-23T13:43:09","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/mozilla-razvivaet-instrumentarij-dlya-raspoznavaniya-rechi-whisperfile"},"modified":"2024-08-23T15:43:08","modified_gmt":"2024-08-23T13:43:09","slug":"mozilla-razvivaet-instrumentarij-dlya-raspoznavaniya-rechi-whisperfile","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/news\/mozilla-razvivaet-instrumentarij-dlya-raspoznavaniya-rechi-whisperfile","title":{"rendered":"Mozilla entwickelt Werkzeuge f\u00fcr die Spracherkennung Whisperfile.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Die Mozilla Corporation entwickelt das Sprachverarbeitungstool Whisperfile, das eine unabh\u00e4ngige, leistungsstarke Implementierung des von der Organisation OpenAI entwickelten und ver\u00f6ffentlichten Machine-Learning-Modells Whisper umfasst. Das Tool basiert auf whisper.cpp, einer Implementierung des Whisper-Modells in C\/C++, die von Georgi Gerganov (Autor von llama.cpp) erstellt wurde. Der Code ist in C++ geschrieben und wird unter der MIT-Lizenz verbreitet. <\/p>\n
Whisperfile wird vom Mozilla Ocho-Team weiterentwickelt und erg\u00e4nzt das Projekt llamafile, das f\u00fcr die Erstellung universeller ausf\u00fchrbarer Dateien zum Starten gro\u00dfer Sprachmodelle des maschinellen Lernens (LLM) vorgesehen ist. Analog zu llamafile erm\u00f6glicht das Projekt whisperfile, auf Basis einer Modellparameterdatei im GGUF-Format eine ausf\u00fchrbare Datei zu generieren, die auf verschiedenen Betriebssystemen auf Hardware mit AMD64- und ARM64-Prozessoren ausgef\u00fchrt werden kann. Der kompilierte Code kann mit der Standard-C-Bibliothek Cosmopolitan verkn\u00fcpft werden, was die Erstellung von Anwendungs-Builds erm\u00f6glicht, die unter Linux, FreeBSD, macOS, OpenBSD, NetBSD und Windows ausgef\u00fchrt werden k\u00f6nnen. <\/p>\n
Bei der Ausf\u00fchrung der ausf\u00fchrbaren Datei wird als Eingabeparameter eine Audiodatei im WAV-, MP3-, OGG- oder FLAC-Format \u00fcbergeben, und der erkannte Text wird als Ausgabe gespeichert. In der Praxis kann das Projekt f\u00fcr Aufgaben wie die Erstellung von Untertiteltexten f\u00fcr Videos, die Protokollierung von Sprach- und Videoanrufen, die Umwandlung aufgezeichneter Sprachmaterialien in Text und die Organisation der Sprachsteuerung verwendet werden. Mit Whisperfile k\u00f6nnen solche Aufgaben lokal ohne die Inanspruchnahme externer Dienste gel\u00f6st werden. <\/p>\n
Zus\u00e4tzlich wird der Betrieb als HTTP-Server unterst\u00fctzt, der Anfragen zur Spracherkennung \u00fcber Web-API verarbeitet. Zur Beschleunigung der Arbeit mit dem Modell k\u00f6nnen GPUs und AVX-Instruktionen eingesetzt werden. Das Tool kann auch Zuverl\u00e4ssigkeitskennzahlen ausgeben, mit denen erkannte W\u00f6rter je nach Genauigkeit ihrer Bestimmung hervorgehoben werden k\u00f6nnen.
<\/center> <\/p>\n
Das verwendete Whisper-Modell wurde auf 680.000 Stunden Sprachdaten trainiert, die verschiedene Themen und Sprachen abdecken (2\/3 der Daten sind in englischer Sprache). Das Modell bew\u00e4ltigt die Spracherkennung mit Akzent gut, erkennt technischen Jargon, unterst\u00fctzt die automatische Spracherkennung und kann bei Hintergrundger\u00e4uschen arbeiten. Bei der Spracherkennung in englischer Sprache zeigt das System eine Zuverl\u00e4ssigkeit und Genauigkeit, die der menschlichen Spracherkennung nahekommt. Neben der Transkription von Sprache zu Text kann das Modell auch f\u00fcr die \u00dcbersetzung von Sprache in eine andere Sprache eingesetzt werden. \n Quelle: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"
![\"Mozilla](\"\/wp-content\/uploads\/2024\/08\/f4c916bc3a9281c8e5016090f183fada.png\")
<\/center> <\/p>\n