ggml-org/whisper.cpp

Feature Request: Karaoke Improvement

Open

#338 aberto em 27 de dez. de 2022

Ver no GitHub
 (1 comment) (2 reactions) (0 assignees)C++ (5.535 forks)batch import
enhancementgood first issue

Métricas do repositório

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

Description

I love the Karaoke option. However, since I'm on Windows it is rather tricky to get working. Would you be willing to change the Karaoke output to a more cross platform compatible option like perhaps what stable-ts does and generate a standard .ass closed caption file. That allows a number of video players to optionally turn it on or off and still allows for easily generating a video with the transcript permanently burned in like the current script does. Also, it is more cross platform friendly.

Thank you for considering my request.

Guia do colaborador

Direção de pesquisa
Examine a implementação do stable ts para entender como os arquivos de legenda .ass são gerados a partir das saídas do Whisper. Em seguida, modifique a saída de karaokê no whisper.cpp para produzir arquivos .ass compatíveis que possam ser ativados/desativados pelos players de vídeo.
Pilha de tecnologia
ccpp
Domain
backend
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.
1-3 horas
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.
Principalmente claro
Prerequisites
C++Subtitle formats (ASS)
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
60