{"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\/it\/blog\/news\/mozilla-razvivaet-instrumentarij-dlya-raspoznavaniya-rechi-whisperfile","title":{"rendered":"Mozilla sta sviluppando un toolkit per il riconoscimento vocale Whisperfile","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
L'azienda Mozilla sviluppa lo strumento di riconoscimento vocale Whisperfile, che include un'implementazione autonoma ad alte prestazioni del modello di machine learning Whisper, sviluppato e reso pubblico dall'organizzazione OpenAI. Lo strumento \u00e8 basato su whisper.cpp, un'implementazione del modello Whisper in C\/C++, creata da Georgy Gerganov (autore di llama.cpp). Il codice \u00e8 scritto in C++ e distribuito sotto licenza MIT. <\/p>\n
Whisperfile \u00e8 sviluppato dal team di Mozilla Ocho e integra il progetto llamafile, progettato per creare file eseguibili universali per l'esecuzione di grandi modelli linguistici di machine learning (LLM). Analogamente a llamafile, il progetto whisperfile consente di generare un file eseguibile basato su un file di parametri del modello di machine learning in formato GGUF, che pu\u00f2 essere eseguito su diversi sistemi operativi su hardware con processori AMD64 e ARM64. Il codice compilato pu\u00f2 collegarsi alla libreria standard C Cosmopolitan, consentendo la creazione di applicazioni eseguibili su Linux, FreeBSD, macOS, OpenBSD, NetBSD e Windows. <\/p>\n
All'avvio del file eseguibile, viene passato un file audio di input in formato wav, mp3, ogg o flac, e il testo riconosciuto viene salvato in output. Nella pratica, il progetto pu\u00f2 essere utilizzato per risolvere compiti come la generazione di sottotitoli per video, la creazione di log di chiamate vocali e video, la trascrizione di materiali vocali registrati in testo, e l'organizzazione dell'immissione vocale. Con Whisperfile, tali compiti possono essere eseguiti su sistemi locali senza doversi affidare a servizi esterni. <\/p>\n
Supporta inoltre il funzionamento come server HTTP, gestendo le richieste di riconoscimento vocale tramite Web API. Per velocizzare l'elaborazione con il modello, possono essere utilizzati GPU e istruzioni AVX. Lo strumento pu\u00f2 anche fornire coefficienti di affidabilit\u00e0, consentendo di colorare le parole riconosciute in base all'accuratezza della loro identificazione.
<\/center> <\/p>\n
Il modello Whisper utilizzato \u00e8 stato addestrato su 680.000 ore di dati vocali, che coprono diverse aree tematiche e lingue (2\/3 dei dati \u00e8 in inglese). Il modello gestisce bene il riconoscimento vocale con accentuazioni, identifica il gergo tecnico, supporta il riconoscimento automatico della lingua e pu\u00f2 funzionare anche in presenza di rumori di sottofondo. Per il parlato in inglese, il sistema dimostra un livello di affidabilit\u00e0 e accuratezza del riconoscimento vocale simile a quello umano. Oltre alla trascrizione del parlato in testo, il modello pu\u00f2 essere utilizzato anche per la traduzione della voce in un'altra lingua. \n Fonte: 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