Hacktoberfest 2026 : les issues que les mainteneurs ont marquées pour octobre, ouvertes et accessibles aux débutants. Parcourir les issues Hacktoberfest

Add an integration for Whisper speech recognition (faster-whisper, mlx-whisper)

Ouverte
  • Quelque chose ne va pas ?
#65 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Les mainteneurs répondent en général sous 1 jour

@piotrekno1 y travaille déjà.

Depuis le 20/10/2026.

  • #88 par @piotrekno1 — ouverte

Évaluation

Difficulté
3/5
Temps estimé
1-2 jours
Accessibilité débutants
72/100
Type d'issue
Fonctionnalité
Clarté
Clairement spécifiée
Activité
Active
Stack technique
python
Domaine
machine-learning, observability-sre

Piste de recherche

Start by reading the existing mlx and transformers integrations and their registration and inference-tracking tests. Implement the Whisper model loading and transcription instrumentation, accounting for faster-whisper's lazy segment generator and optional audio/transcript attachments. The work is done when each transcribe call reports the requested audio metadata, detected-language probability, and output word count, with coverage for the relevant integration paths.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Description

What happens

There is no integration for Whisper speech recognition. faster-whisper (WhisperModel.transcribe, CTranslate2) and mlx-whisper (mlx_whisper.transcribe) are the common local options, and neither is covered by the existing mlx or transformers integrations.

An app has to register the model with register_model(None, model_id=..., family="whisper", model_format=...) and call track_inference by hand with AudioInputMeta (duration, sample rate, channels), the detected language and, when attachments are enabled, the audio and the transcript.

Expected

A whisper integration (or one each for faster_whisper and mlx_whisper) that:

  • registers the model on load: name from the model directory or repo, format ctranslate2 or mlx, family whisper, device and compute type (e.g. cuda/float16, cpu/int8)
  • tracks each transcribe call: duration, AudioInputMeta (audio length and sample rate), output word count, and the detected language and its probability
  • for faster-whisper, whose transcribe returns a lazy segment generator, measures until the generator is used up, not when transcribe returns
  • when attachments are enabled, attaches the input audio and the transcript

Found in evil-jarvis, which tracks this by hand today (src/evil_jarvis/telemetry.py, track_transcription). SDK 0.2.2.

🤖 Generated with Claude Code

Langage dominant
Python
Étoiles
17
Forks
1
Merge moyen
1 h 48 min
PR mergées (30 j)
23

Préparer son environnement

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Autres issues de wild-edge/wildedge-python

Toutes les issues de wild-edge/wildedge-python

Issues similaires

Plus d'issues Python

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.