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