Add an integration for Whisper speech recognition (faster-whisper, mlx-whisper)
メンテナーはふだん 1 日以内に返信
まだ誰も着手していません。
評価
- 難易度
- 3/5
- 見積もり時間
- 1〜2日
- 初心者へのやさしさ
- 72/100
- issue の種類
- 機能追加
- 明瞭さ
- 明確に書かれている
- 活発さ
- 活発
- 技術スタック
- python
調査の方向性
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.
索引モデルが issue の本文から書いたものです。
説明
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
ctranslate2ormlx, familywhisper, device and compute type (e.g.cuda/float16,cpu/int8) - tracks each
transcribecall: duration,AudioInputMeta(audio length and sample rate), output word count, and the detected language and its probability - for faster-whisper, whose
transcribereturns a lazy segment generator, measures until the generator is used up, not whentranscribereturns - 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
- 主要言語
- Python
- スター
- 17
- フォーク
- 1
- 平均マージ
- 17時間 5分
- マージ済み PR（30日）
- 34
環境構築
- Dockerfile・Docker Compose ファイルなし
- プルリクエストのテンプレートなし
- コントリビューションガイドを読む
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
wild-edge/wildedge-python のほかの issue
-
難易度 4/5 3〜5日 初心者へのやさしさ 45/100
wild-edge/wildedge-python#85 ·
メンテナーはふだん 1 日以内に返信
-
難易度 4/5 3〜5日 初心者へのやさしさ 55/100
wild-edge/wildedge-python#78 ·
メンテナーはふだん 1 日以内に返信
-
vLLM integration再び着手できるかも @piotrekno1 が 122 日前に担当しましたが、オープン中のプルリクエストはありません。 オープン
wild-edge/wildedge-python#38 · 担当者 1 名 ·
メンテナーはふだん 1 日以内に返信
-
enhancement good first issue help wanted
難易度 3/5 1〜2日 初心者へのやさしさ 48/100
wild-edge/wildedge-python#25 ·
メンテナーはふだん 1 日以内に返信
-
enhancement good first issue help wanted
難易度 4/5 3〜5日 初心者へのやさしさ 25/100
wild-edge/wildedge-python#22 · コメント 1 件 ·
メンテナーはふだん 1 日以内に返信
wild-edge/wildedge-python の issue をすべて見る
似ている issue
-
難易度 2/5 1〜3時間 初心者へのやさしさ 72/100
CLIMADA-project/climada_python#1337 ·
メンテナーはふだん 3 日以内に返信
-
tail without reverseオープン
難易度 2/5 1〜3時間 初心者へのやさしさ 68/100
8go/matrix-commander#233 ·
-
documentation
難易度 2/5 1〜3時間 初心者へのやさしさ 66/100
-
documentation enhancement priority:high size:M
難易度 2/5 1〜3時間 初心者へのやさしさ 82/100
メンテナーはふだん 1 日以内に返信
-
Validate non-divisible effective batch sizes in the Unsloth LoRA backend対応中かも @debesh-biswas が今日担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 70/100