17. i 19. lipnja održana su izdanja 1.9.0 i 1.9.1 visokog učinka sustava za automatsko prepoznavanje govora whisper.cpp, koji provodi model Whisper od OpenAI, temeljen na tenzorskoj biblioteci strojnog učenja GGML i binarnom formatu GGUF.
Dostupna je biblioteka libwhisper, demonstracijski primjeri i konzolne alatke: whisper-bench, whisper-cli, whisper-command, whisper-lsp, whisper-quantize, whisper-server, whisper-stream, whisper-vad-speech-segments, parakeet-cli i parakeet-quantize.
Projekti su napisani na jezicima C i C++ i distribuiraju se pod MIT licencom.
Promjene:
- dodana je konzolna alatka parakeet-cli koja podržava model NVIDIA Parakeet;
- u Ruby wrapperu također je dodana podrška za NVIDIA Parakeet.
Nekoliko važnih promjena uvedeno je u intermediate verzijama od posljednje vijesti whisper.cpp 1.8.0:
- obrada iznimaka C++ u funkciji whisper_init_with_params_no_state;
- potpuno je prepisana podrška za ffmpeg (bez korištenja GPL koda uzetog iz ffmpeg primjera), i razjašnjena upotreba ffmpeg-a u whisper.cpp;
- dodana je opcija —version u alatku whisper-cli za ispis verzije.
Izvor: linux.org.ru
