ggml-org/whisper.cpp

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

開放

#1,242 建立於 2023年9月2日

在 GitHub 查看貢獻者指南
 (5 則留言) (3 個反應) (0 位負責人)C++ (6,078 個分叉)batch import
enhancementgood first issue

倉庫指標

星標
 (53,008 顆星)
PR 合併指標
 (平均合併 5天 20小時) (30 天內合併 36 個 PR)

描述

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.

貢獻者指南

研究方向
首先，檢查 whisper.cpp 中現有的自動偵測實作，可能在 whisper.cpp 或 common.cpp 中，以了解語言如何評分以及如何選擇最高機率。然後，提出修改方案，以接受使用者指定的語言子集（例如，透過 API 參數或環境變數），在評分前過濾候選語言。考慮新增函式或修改現有的 whisper full default params 以包含語言過濾器。使用幾種語言測試變更，確保偵測準確性得到提升。
技術棧
cpp
領域
apimachine learning
議題類型
功能
難度面向新貢獻者的預計實作難度，1 表示很小改動，5 表示專家級工作。
3
預計時間有經驗貢獻者完成調查、實作、測試並準備 pull request 的粗略時間範圍。
1-2 天
活動狀態議題目前的可參與程度：新鮮、活躍、陳舊、阻塞或等待維護者輸入。
活躍
清晰度議題是否清楚說明預期改動、驗收標準和下一步。
清晰
前置要求
C++Git
新手友善度1-100 的估計分數，表示該議題對首次貢獻者的友善程度。
50