ggml-org/whisper.cpp

whisper : mark speakers/voices (diarization)

Open

#64 ouverte le 18 oct. 2022

Voir sur GitHub
 (49 commentaires) (40 réactions) (1 assigné)C++ (5 535 forks)batch import
enhancementgood first issue

Métriques du dépôt

Stars
 (49 693 stars)
Métriques de merge PR
 (Merge moyen 5j 20h) (36 PRs mergées en 30 j)

Description

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

Guide contributeur

Direction de recherche
Recherchez les techniques existantes de diarisation des locuteurs et évaluez la faisabilité de l'intégration avec l'architecture actuelle de whisper.cpp. Examinez les capacités du modèle et les discussions précédentes dans le problème pour des approches potentielles.
Stack technique
cpp
Domaine
backendmachine learning
Type d'issue
Fonctionnalité
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
4
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
Plus d'une semaine
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Plutôt claire
Prérequis
C++machine learningaudio processing
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
20