ggml-org/whisper.cpp

Feature Request: Karaoke Improvement

Open

#338 geöffnet am 27. Dez. 2022

Auf GitHub ansehen
 (1 Kommentar) (2 Reaktionen) (0 zugewiesene Personen)C++ (5.535 Forks)batch import
enhancementgood first issue

Repository-Metriken

Stars
 (49.693 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 5T 20h) (36 gemergte PRs in 30 T)

Beschreibung

I love the Karaoke option. However, since I'm on Windows it is rather tricky to get working. Would you be willing to change the Karaoke output to a more cross platform compatible option like perhaps what stable-ts does and generate a standard .ass closed caption file. That allows a number of video players to optionally turn it on or off and still allows for easily generating a video with the transcript permanently burned in like the current script does. Also, it is more cross platform friendly.

Thank you for considering my request.

Contributor Guide

Research-Richtung
Untersuchen Sie die stable ts Implementierung, um zu verstehen, wie .ASS Untertiteldateien aus Whisper Ausgaben generiert werden. Ändern Sie dann die Karaoke Ausgabe in whisper.cpp, um kompatible .ASS Dateien zu erzeugen, die von Videoplayern ein und ausgeschaltet werden können.
Tech Stack
ccpp
Domain
backend
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 Stunden
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Meist klar
Voraussetzungen
C++Subtitle formats (ASS)
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
60