{"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\/pt\/blog\/news\/mozilla-razvivaet-instrumentarij-dlya-raspoznavaniya-rechi-whisperfile","title":{"rendered":"A Mozilla est\u00e1 desenvolvendo ferramentas para reconhecimento de fala Whisperfile","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
A empresa Mozilla est\u00e1 desenvolvendo a ferramenta de reconhecimento de fala Whisperfile, que inclui uma implementa\u00e7\u00e3o independente de alto desempenho do modelo de aprendizado de m\u00e1quina Whisper, desenvolvido e disponibilizado pela organiza\u00e7\u00e3o OpenAI. A ferramenta \u00e9 baseada no whisper.cpp, uma implementa\u00e7\u00e3o do modelo Whisper em C\/C++, criada por Georgi Gerganov (autor do llama.cpp). O c\u00f3digo est\u00e1 escrito em C++ e \u00e9 distribu\u00eddo sob a licen\u00e7a MIT. <\/p>\n
O Whisperfile \u00e9 desenvolvido pela equipe Mozilla Ocho e complementa o projeto llamafile, destinado \u00e0 cria\u00e7\u00e3o de arquivos execut\u00e1veis universais para execu\u00e7\u00e3o de grandes modelos de linguagem de aprendizado de m\u00e1quina (LLM). Assim como o llamafile, o projeto whisperfile permite gerar um arquivo execut\u00e1vel com base em um arquivo de par\u00e2metros do modelo de aprendizado de m\u00e1quina no formato GGUF, que pode ser executado em diferentes sistemas operacionais em hardware com processadores AMD64 e ARM64. O c\u00f3digo compilado pode se vincular \u00e0 biblioteca padr\u00e3o C Cosmopolitan, que possibilita a cria\u00e7\u00e3o de builds de aplicativos execut\u00e1veis no Linux, FreeBSD, macOS, OpenBSD, NetBSD e Windows. <\/p>\n
Ao executar o arquivo execut\u00e1vel, um arquivo de \u00e1udio de fala no formato wav, mp3, ogg ou flac \u00e9 passado como par\u00e2metro de entrada, e o texto reconhecido \u00e9 salvo na sa\u00edda. Na pr\u00e1tica, o projeto pode ser utilizado para resolver tarefas como gera\u00e7\u00e3o de legendas de texto para v\u00eddeos, cria\u00e7\u00e3o de registros de chamadas de voz e v\u00eddeo, convers\u00e3o de materiais de voz gravados em texto e organiza\u00e7\u00e3o de entrada de voz. Com o Whisperfile, tarefas semelhantes podem ser realizadas no sistema local sem a necessidade de recorrer a servi\u00e7os externos. <\/p>\n
Al\u00e9m disso, \u00e9 suportado o funcionamento como um servidor HTTP, que lida com solicita\u00e7\u00f5es de reconhecimento de fala atrav\u00e9s da Web API. Para acelerar o trabalho com o modelo, podem ser utilizados GPUs e instru\u00e7\u00f5es AVX. A ferramenta tamb\u00e9m pode fornecer coeficientes de confiabilidade, permitindo destacar as palavras reconhecidas com base na precis\u00e3o de sua defini\u00e7\u00e3o.
<\/center> <\/p>\n
O modelo Whisper utilizado foi treinado com 680 mil horas de dados de fala, abrangendo diferentes \u00e1reas tem\u00e1ticas e idiomas (2\/3 dos dados est\u00e3o em ingl\u00eas). O modelo se destaca no reconhecimento de fala com sotaque, identifica jarg\u00f5es t\u00e9cnicos, suporta a detec\u00e7\u00e3o autom\u00e1tica de idioma e pode operar na presen\u00e7a de ru\u00eddo de fundo. Para fala em ingl\u00eas, o sistema demonstra um n\u00edvel de confiabilidade e precis\u00e3o de reconhecimento autom\u00e1tico pr\u00f3ximo ao reconhecimento humano. Al\u00e9m da transcri\u00e7\u00e3o de fala em texto, o modelo tamb\u00e9m pode ser aplicado para tradu\u00e7\u00e3o de fala para outro idioma. \n Fonte: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"
![\"A](\"\/wp-content\/uploads\/2024\/08\/f4c916bc3a9281c8e5016090f183fada.png\")
<\/center> <\/p>\n