ggml-org/whisper.cpp

whisper : mark speakers/voices (diarization)

Open

#64 aberto em 18 de out. de 2022

Ver no GitHub
 (49 comments) (40 reactions) (1 assignee)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

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

Guia do colaborador

Direção de pesquisa
Pesquise técnicas existentes de diarização de falantes e avalie a viabilidade de integração com a arquitetura atual do whisper.cpp. Revise as capacidades do modelo e discussões anteriores na issue para abordagens potenciais.
Pilha de tecnologia
cpp
Domain
backendmachine 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.
4
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
Mais de 1 semana
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++machine learningaudio processing
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
20