ggml-org/whisper.cpp

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

Aberta

#1.242 aberto em 2 de set. de 2023

Ver no GitHubGuia do colaborador
 (5 comentários) (3 reações) (0 responsável)C++ (6.078 forks)batch import
enhancementgood first issue

Métricas do repositório

Stars
 (53.008 estrelas)
Métricas de merge de PR
 (Mesclagem média 5d 20h) (36 fundiu PRs em 30d)

Description

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.

Guia do colaborador

Direção de pesquisa
Primeiro, examine a implementação existente de detecção automática em whisper.cpp, provavelmente em whisper.cpp ou common.cpp, para entender como os idiomas são pontuados e a maior probabilidade é selecionada. Em seguida, proponha uma modificação para aceitar um subconjunto de idiomas especificado pelo usuário (por exemplo, via um parâmetro de API ou variável de ambiente) que filtre os idiomas candidatos antes da pontuação. Considere adicionar uma nova função ou modificar a whisper full default params existente para incluir um filtro de idioma. Teste a alteração com alguns idiomas para garantir que a precisão da detecção melhore.
Pilha de tecnologia
cpp
Domain
apimachine learning
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 dias
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
C++Git
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
50