ggml-org/whisper.cpp

whisper : mark speakers/voices (diarization)

Open

#64 geöffnet am 18. Okt. 2022

Auf GitHub ansehen
 (49 Kommentare) (40 Reaktionen) (1 zugewiesene Person)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

Hi,

I'm not so much into the details of whisper or whisper.cpp and I don't know if it is currently even possible with the foundation, but it would be nice if speakers could be marked or speaker-changes / voice-changes.

This would be very handy when processing interviews, radio/tv shows, films, etc.

Kind regards, abelbabel

Contributor Guide

Research-Richtung
Recherchieren Sie vorhandene Sprecherdiarisierungstechniken und bewerten Sie die Integrationsmöglichkeiten mit der aktuellen whisper.cpp Architektur. Überprüfen Sie die Fähigkeiten des Modells und frühere Diskussionen im Issue auf mögliche Ansätze.
Tech Stack
cpp
Domain
backendmachine learning
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
4
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
Über 1 Woche
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++machine learningaudio processing
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
20