Constme-Whisper是OpenAI的Whisper自动语音识别ASR模型的衍生项目。
Constme-Whisper可以在Windows上使用，支持高性能GPGPU处理，可以利用GPU加速处理。
本体是个启动器，需要结合一个语言识别模型文件（ggml-tiny、ggml-small、ggml-base、ggml-medium、ggml-large）使用，模型越大，效果越好，但相对的速度也更慢。
软件特点
基于DirectCompute的与供应商无关的GPGPU;该技术的另一个名称是“Direct3D 11 中的计算着色器”
纯C++实现，除了基本的操作系统组件外，没有运行时依赖关系
比OpenAI的实现快得多。
混合 F16 / F32 精度：Windows 需要自 D3D 版本 10.0 起支持缓冲区R16_FLOAT
内置性能探查器，用于测量单个计算着色器的执行时间
内存使用率低
用于音频处理的媒体基础，支持大多数音频和视频格式（Ogg Vorbis除外）， 以及大多数在Windows上运行的音频捕获设备（除了一些专业设备，它们只实现ASIO API）。
用于音频捕获的语音活动检测。
易于使用的 COM 样式 API，nuget 上提供的惯用 C# 包装器
提供预构建的二进制文件
更新日志
更新了文档和 GUI 中的模型源 URL
可靠性增强，麦克风捕获不太可能转换到“停滞”状态并丢弃音频
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
