Հունիսի 17 և 19-ին թողարկվեցին 1.9.0 և 1.9.1 բարձրարդյունավետ խոսքի ավտոմատ ճանաչման համակարգերը whisper.cpp, որը իրագործում է Whisper OpenAI-ից, և հիմնված է տենսորային մեքենայական ուսուցման գրադարանի վրա GGML և երկնիշ ձևաչափով GGUF.
Մատչելի է libwhisper գրադարանը, ցուցադրական օրինակներ և հրահանգային յուտիլիտաներ. whisper-bench, whisper-cli, whisper-command, whisper-lsp, whisper-quantize, whisper-server, whisper-stream, whisper-vad-speech-segments, parakeet-cli և parakeet-quantize:
projecten-ը գրված է C և C++ լեզուներով և տարածվում է MIT լիցենզիայով:
Փոփոխություններ:
- ավելացված է parakeet-cli հրահանգային յուտիլիտա, որը աջակցում է մոդելին NVIDIA Parakeet;
- Ruby փաթեթավորման մեջ նույնպես ավելացվեց NVIDIA Parakeet-ի աջակցություն:
Ինչ beberapa կարևոր փոփոխություններ տեղի են ունեցել միջանկյալ տարբերակներում այս նորությունների ժամանակ whisper.cpp 1.8.0:
- C++ մոդուլներում բացասական գործառույթների մշակում whisper_init_with_params_no_state-ում:
- ամբողջովին վերաշարադրված է ffmpeg-ի աջակցությունը (առանց GPL-kod ի օգտագործման, որը վերցված է ffmpeg-ի օրինակներից) և ճշգրիտ բարձրացված ffmpeg-ի օգտագործումը whisper.cpp-ում:
- whisper-cli յուտիլիտային ավելացված է —version տարբերակը վարկանիշի արտածման համար:
Ընտանիք: linux.org.ru
