6. januára bol vydaný 1.7.4 vysoce výkonný systém automatického rozpoznávania reči whisper.cpp, implementujúci model Whisper od OpenAI, napísaný v jazykoch C a C++ a distribuovaný pod licenciou MIT.
V projekte sa používa vlastná knižnica tensorového strojového učenia GGML, napísaný v jazyku C a optimalizovaný pre použitie rôznych backendov (CUDA, Vulkan, BLAS, SYCL, OpenCL a ďalšie).
Zoznam zmien:
- Premenovanie spustiteľných súborov:
main -> whisper-cli bench -> whisper-bench stream -> whisper-stream command -> whisper-command server -> whisper-server talk-llama -> whisper-talk-llama
- Odstránené príklady talk a talk.wasm.
- Do whisper-server bola pridaná možnosť potlačenia nerečových lexém.
- Parameter suppress_non_speech_tokens bol premenovaný na suppress_nst.
- Do API a utilít bola pridaná možnosť no_speech_thold na určenie pravdepodobnosti absencie reči na úrovni segmentu pri transkripcii.
- Do whisper-cli bola pridaná možnosť —suppress_nst.
- Iné vylepšenia a opravy chýb.
Zdroj: linux.org.ru
