2 days ago
- transcribe.cpp 是一个基于 ggml 的开源语音转录库，支持多种自动语音识别模型，并提供数值验证和词错误率测试。
- 它解决了在跨平台语音转文本应用分发过程中遇到的挑战，通过 Vulkan、Metal、CUDA 和 TinyBLAS 提供 GPU 加速支持。
- 该库支持超过 16 种 ASR 模型系列（涵盖 60 多种模型），支持流式转录和批量转录，几乎是 whisper.cpp 的即插即用替代品。
- 它包含了由维护者支持的 Python、JavaScript/TypeScript、Rust 和 ObjC/Swift 绑定，以便于广泛分发。
- 其动机源于对可靠、可嵌入的库的需求，以确保在 Mac、Windows 和 Linux 系统上实现推断准确性和性能。
- 主要特性包括针对参考实现的数值验证、CPU/Vulkan 的基准测试结果，以及开源贡献。
- 该项目旨在让本地语音转文本技术更加易于获取，实现在 RK3566 等设备上的实时转录，无需依赖云端服务。
- 特别感谢 Mozilla AI、ggml 贡献者、Modal、Blacksmith 和 Hugging Face 在开发和测试过程中提供的支持。