ggml-org/whisper.cpp

Add ability to limit auto-detection to a subset of languages

Aperta

#1242 aperta il 2 set 2023

Vedi su GitHubGuida contributor
 (5 commenti) (3 reazioni) (0 assegnatari)C++ (6074 fork)batch import
enhancementgood first issue

Metriche repository

Star
 (52.968 stelle)
Metriche merge PR
 (Merge medio 5g 20h) (36 PR mergiate in 30 g)

Descrizione

From what I can tell, auto-detection simply picks the language with the highest probability score. Sometimes, I know the language could only be 1 out of 5 possible languages. In such cases, it would be useful to be able to specify the possible languages, to improve the likelyhood of the auto-detection picking the correct language.

Guida contributor

Direzione di ricerca
Innanzitutto, esamina l'implementazione esistente del rilevamento automatico in whisper.cpp, probabilmente in whisper.cpp o common.cpp, per capire come vengono valutate le lingue e selezionata la probabilità più alta. Quindi, proponi una modifica per accettare un sottoinsieme di lingue specificato dall'utente (ad esempio tramite un parametro API o una variabile d'ambiente) che filtri le lingue candidate prima della valutazione. Considera l'aggiunta di una nuova funzione o la modifica dell'esistente whisper full default params per includere un filtro linguistico. Testa la modifica con alcune lingue per garantire un miglioramento dell'accuratezza del rilevamento.
Tech stack
cpp
Dominio
apimachine learning
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-2 giorni
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
C++Git
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
50