Január 6-án jelent meg a 1.7.4-es verzió a nagy teljesítményű automatikus beszédfelismerő rendszerből whisper.cpp, amely megvalósítja a modellt Whisper az OpenAI-tól, C és C++ nyelveken íródott, MIT licenc alatt terjesztve.
A projektben saját fejlesztésű tensor könyvtárat használnak gépi tanuláshoz. GGML, C nyelven íródott és különböző háttérszolgáltatások (CUDA, Vulkan, BLAS, SYCL, OpenCL stb.) használatára optimalizált.
Változások listája:
- Futtatható fájlok átnevezése:
main -> whisper-cli bench -> whisper-bench stream -> whisper-stream command -> whisper-command server -> whisper-server talk-llama -> whisper-talk-llama
- A talk és talk.wasm példák eltávolítva.
- A whisper-serverhez hozzáadva a nem beszédlekszik elnyomására szolgáló opció.
- A suppress_non_speech_tokens paraméter átnevezve suppress_nst-ra.
- Az API-hoz és az eszközökhöz hozzáadva a no_speech_thold opció a beszéd hiányának valószínűségének szegmentáláskor történő meghatározására.
- A whisper-cli-hez hozzáadva a —suppress_nst opció.
- Egyéb fejlesztések és hibajavítások.
Forrás: linux.org.ru
