Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

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

Aperta
  • Qualcosa non va?
#65 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
3/5
Tempo stimato
1-2 giorni
Idoneità per principianti
72/100
Tipo di issue
Funzionalità
Chiarezza
Specificata chiaramente
Stato di attività
Attiva
Stack tecnologico
python
Ambito
machine-learning, observability-sre

Direzione di ricerca

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.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

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

Lingua principale
Python
Stelle
17
Fork
1
Merge medio
23m
PR unite (30g)
7

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di wild-edge/wildedge-python

Tutte le issue di wild-edge/wildedge-python

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.