17. un 19. jūnijā tika izlaisti 1.9.0 un 1.9.1 augstas veiktspējas automātiskās runas atpazīšanas sistēma whisper.cpp, īstenojot modeli Whisper no OpenAI, un balstīta uz mašīnmācīšanās tenzora bibliotēkas GGML un binārā formātā GGUF.
Tiek nodrošināta bibliotēka libwhisper, demonstratīvās piemēri un konsoles rīki: whisper-bench, whisper-cli, whisper-command, whisper-lsp, whisper-quantize, whisper-server, whisper-stream, whisper-vad-speech-segments, parakeet-cli un parakeet-quantize.
Projekti ir rakstīti C un C++ valodās un izplatīti saskaņā ar MIT licenci.
Izmaiņas:
- Pievienots konsoles rīks parakeet-cli, kas atbalsta modeli NVIDIA Parakeet;
- Ruby iepakojumā arī pievienots atbalsts NVIDIA Parakeet.
Dažādi svarīgi uzlabojumi veikti starpposmu versijās kopš jaunumiem whisper.cpp 1.8.0:
- C++ izņēmumu apstrāde funkcijā whisper_init_with_params_no_state;
- pilnībā pārrakstīta ffmpeg atbalsts (bez GPL koda, ņemta no ffmpeg piemēriem), un precizēta ffmpeg izmantošana whisper.cpp;
- whisper-cli rīkojumā ir pievienota opcija —version, lai parādītu versiju.
Avots: linux.org.ru
