whisper.cpp 1.3 发布,自动语音识别系统

Whisper 是 OpenAI 推出的一个自动语音识别(ASR)系统,whisper.cpp 则是 Whisper 模型的 C/C++ 移植。whisper.cpp 具有无依赖项、内存使用量低等特点,支持 Mac、Windows、Linux、iOS 和 Android 系统。

概述

  • 增加了 Core ML 支持
  • 恢复了解码回退,默认大小为 2,而不是 5
  • 用 zeros 代替频谱图来填充音频
  • 增加了 talk-llama 的例子
  • 增加了 whisper_state,允许用内存中的单个模型进行平行转录

为了支持新的 whisper_state,C-style 的 API 已经被大幅扩展,但总体上应该是向后兼容的。唯一的突破性变化是在回调签名中。

下一个版本 v1.4.0 将很快跟进,并将提供 4-bit 整数量化支持。

其他

  • 更新 csv 输出格式,以匹配 OpenAI 的 Whisper 数据帧输出
  • whisper.android: 启用 ARMv8.2 或更高版本支持的 FP16_VA
  • 添加质量比较帮助器
  • whisper.android: 支持 Android 实例的基准测试
  • 修复 MUSL 的 Linux 构建
  • 将默认编码改为 UTF-8
  • 提供创建 JSON 输出的选项
  • readme:添加 react-native 绑定
  • xcodeproj : 在发布模式下添加 O3 -DNDEBUG
  • 在 README 中包含 R 包装器的链接
  • ……

更多详情可查看:https://github.com/ggerganov/whisper.cpp/releases/tag/v1.3.0

优秀的个人博客,低调大师

微信关注我们

原文链接:https://www.oschina.net/news/237327/whisper-cpp-1-3-released

转载内容版权归作者及来源网站所有!

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

相关文章

发表评论

资源下载

更多资源
Oracle Database,又名Oracle RDBMS

Oracle Database,又名Oracle RDBMS

Oracle Database,又名Oracle RDBMS,或简称Oracle。是甲骨文公司的一款关系数据库管理系统。它是在数据库领域一直处于领先地位的产品。可以说Oracle数据库系统是目前世界上流行的关系数据库管理系统,系统可移植性好、使用方便、功能强,适用于各类大、中、小、微机环境。它是一种高效率、可靠性好的、适应高吞吐量的数据库方案。

Apache Tomcat7、8、9(Java Web服务器)

Apache Tomcat7、8、9(Java Web服务器)

Tomcat是Apache 软件基金会(Apache Software Foundation)的Jakarta 项目中的一个核心项目,由Apache、Sun 和其他一些公司及个人共同开发而成。因为Tomcat 技术先进、性能稳定,而且免费,因而深受Java 爱好者的喜爱并得到了部分软件开发商的认可,成为目前比较流行的Web 应用服务器。

Eclipse(集成开发环境)

Eclipse(集成开发环境)

Eclipse 是一个开放源代码的、基于Java的可扩展开发平台。就其本身而言,它只是一个框架和一组服务,用于通过插件组件构建开发环境。幸运的是,Eclipse 附带了一个标准的插件集,包括Java开发工具(Java Development Kit,JDK)。

Sublime Text 一个代码编辑器

Sublime Text 一个代码编辑器

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。