ggml-org/whisper.cpp

can I enable "-dl" option and detect multiple languages (in one audio-clip)? Thanks!

Open

#3 018 ouverte le 8 avr. 2025

Voir sur GitHub
 (2 commentaires) (0 réactions) (0 assignés)C++ (49 693 stars) (5 535 forks)batch import
enhancementgood first issue

Description

Hi,

I could run whisper-cli to detect language and it works great (as the following): whisper-cli -f ./jfk.wav -dl --model ./ggml-small.bin

it works great and I could get the auto-detected language (like the following)::

...
whisper_full_with_state: auto-detected language: en (p = 0.958143)
...

my question is: can I also use the same "-dl" option to detect a wav-file which has multiple languages? in this case will whisper-cli show 2 language-types (similar as the above, but show 2 language-types)? Thanks!

Guide contributeur

Stack technique
cpp
Domaine
climachine learning
Type d'issue
feature
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
over 1 week
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
fresh
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
clear
Prérequis
C++whisper.cpp build process
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
15
Direction de recherche
The issue asks whether the dl flag can detect multiple languages in a single audio clip. To answer, investigate the current language detection implementation in whisper.cpp, specifically the `whisper full with state` function and how the dl flag triggers detection. Check if the model supports per segment language detection or only per clip. Consider examining the documentation and existing PRs or discussions about multi language support. A potential solution might involve modifying the CLI to output detected languages per segment or adding a new option.