handy-computer выложила transcribe.cpp — библиотеку распознавания речи на C/C++

🎙 handy-computer выложила transcribe.cpp — библиотеку распознавания речи на C/C++.
Внутри 16 семейств моделей и 60+ вариантов: Whisper, Parakeet, Moonshine, Qwen3-ASR, Voxtral и другие. Есть потоковый и пакетный режимы. Работает на рантайме ggml, модели нужны в формате GGUF. Часть моделей умеет делить речь по говорящим и переводить.
⚡ Для ускорения есть бэкенды Metal, Vulkan, CUDA и ROCm для видеокарт AMD. На процессоре работает ускоренный путь tinyBLAS.
🛠 Собирается через cmake. Готовые GGUF лежат на Hugging Face, свои можно сконвертировать, а утилита transcribe-quantize сделает из них облегчённые версии. На вход нужен WAV 16 кГц моно, остальное конвертируется через ffmpeg.
Есть официальные биндинги для Python, TypeScript/JavaScript, Rust и Swift. По словам авторов, каждую опубликованную модель сверяют с эталонной реализацией и тестируют по WER.
Код и инструкции — по ссылке.
Темы:Чипы и видеокарты
Справка:Арсенал: Whisper (OpenAI)
Комментарии
Комментарии ведутся в Telegram: войдите через Telegram, чтобы написать или поставить лайк. Открыть обсуждение





