{"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\/novosti-interneta\/mozilla-razvivaet-instrumentarij-dlya-raspoznavaniya-rechi-whisperfile","title":{"rendered":"Mozilla entwickelt Werkzeuge zur Spracherkennung mit Whisperfile.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Die Firma Mozilla entwickelt das Spracherkennungstool Whisperfile, das eine unabh\u00e4ngige, hochleistungsf\u00e4hige Implementierung des von der Organisation OpenAI entwickelten und ver\u00f6ffentlichten Whisper-Maschinenlernmodells 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 vertrieben. <\/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 Maschinenlernsprachmodelle (LLM) gedacht ist. \u00c4hnlich wie llamafile erm\u00f6glicht das Projekt whisperfile die Generierung einer ausf\u00fchrbaren Datei auf der Grundlage einer Modellparameterdatei im GGUF-Format, die auf verschiedenen Betriebssystemen auf AMD64- und ARM64-Hardware ausgef\u00fchrt werden kann. Der kompilierte Code kann mit der Standard-C-Bibliothek Cosmopolitan verkn\u00fcpft werden, die es erm\u00f6glicht, Anwendungs-Bundles zu erstellen, die unter Linux, FreeBSD, macOS, OpenBSD, NetBSD und Windows ausgef\u00fchrt werden k\u00f6nnen. <\/p>\n
Beim Ausf\u00fchren der ausf\u00fchrbaren Datei wird eine Sprachdatei im WAV-, MP3-, OGG- oder FLAC-Format als Eingabeparameter \u00fcbergeben, und der erkannte Text wird als Ausgabe gespeichert. In der Praxis kann das Projekt f\u00fcr Aufgaben wie die Generierung von Textuntertiteln f\u00fcr Videos, die Erstellung von Protokollen f\u00fcr Sprach- und Videoanrufe, die Umwandlung von aufgezeichneten Sprachmaterialien in Text und die Organisation der Spracherfassung verwendet werden. Mit Whisperfile k\u00f6nnen solche Aufgaben lokal erledigt werden, ohne auf externe Dienste zugreifen zu m\u00fcssen. <\/p>\n
Zus\u00e4tzlich wird die Funktion eines HTTP-Servers unterst\u00fctzt, der Anfragen zur Spracherkennung \u00fcber eine Web-API verarbeitet. Zur Beschleunigung der Arbeit mit dem Modell k\u00f6nnen GPUs und AVX-Instruktionen eingesetzt werden. Das Werkzeug kann auch Vertrauenswerte ausgeben, die es erm\u00f6glichen, erkannte W\u00f6rter je nach Genauigkeit ihrer Bestimmung zu f\u00e4rben.
<\/center> <\/p>\n
Das verwendete Whisper-Modell wurde auf 680.000 Stunden Sprachdaten trainiert, die verschiedene Themenbereiche und Sprachen abdecken (2\/3 der Daten sind in englischer Sprache). Das Modell ist gut in der Lage, Akzentsprachkenntnisse zu erkennen, versteht technischen Jargon, unterst\u00fctzt die automatisierte Spracherkennung und funktioniert auch bei Hintergrundger\u00e4uschen. F\u00fcr Englisch zeigt das System eine Zuverl\u00e4ssigkeit und Genauigkeit der automatischen Spracherkennung, die der menschlichen Erkennung sehr nahekommt. Neben der Transkription von Sprache in Text kann das Modell auch f\u00fcr die \u00dcbersetzung von Sprache in eine andere Sprache verwendet 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