ggml-org/whisper.cpp

whisper : mark speakers/voices (diarization)

Open

#64 aperta il 18 ott 2022

Vedi su GitHub
 (49 commenti) (40 reazioni) (1 assegnatario)C++ (5535 fork)batch import
enhancementgood first issue

Metriche repository

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

Descrizione

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

Guida contributor

Direzione di ricerca
Ricerca le tecniche di diarizzazione del parlante esistenti e valuta la fattibilità dell'integrazione con l'attuale architettura whisper.cpp. Esamina le capacità del modello e le discussioni precedenti nel problema per possibili approcci.
Tech stack
cpp
Dominio
backendmachine learning
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
4
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
Oltre 1 settimana
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Abbastanza chiara
Prerequisiti
C++machine learningaudio processing
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
20