6. siječnja je objavljena verzija 1.7.4 visoko-performantnog sustava za automatsko prepoznavanje govora whisper.cpp, koji provodi model Whisper od OpenAI, napisanog na jezicima C i C++ i distribuiranog pod MIT licenci.
U projektu se koristi vlastita tenzorska biblioteka za strojno učenje GGML, napisana na jeziku C i optimizirana za korištenje različitih backendova (CUDA, Vulkan, BLAS, SYCL, OpenCL itd.).
Popis promjena:
- Preimenovanja izvršnih datoteka:
main -> whisper-cli bench -> whisper-bench stream -> whisper-stream command -> whisper-command server -> whisper-server talk-llama -> whisper-talk-llama
- Uklonjeni su primjeri talk i talk.wasm.
- U whisper-server je dodana opcija za suzbijanje nesličnih leksika.
- Parametar suppress_non_speech_tokens preimenovan je u suppress_nst.
- U API i alate je dodana opcija no_speech_thold za postavljanje vjerojatnosti odsutnosti govora na razini segmenta tijekom transkripcije.
- U whisper-cli je dodana opcija —suppress_nst.
- Ostale nadogradnje i ispravci grešaka.
Izvor: linux.org.ru
