whisper.cpp
ပွင့်လင်းရင်းမြစ်စက်ထဲတွင် အသံမှစာသား။ Gemini ပိတ်နေလျှင်နှင့် US API သို့ အသံမတင်နိုင်လျှင် သုံးသော transcription အစီအစဉ်။
ကတ်မလိုမြန်မာနှင့် ကိုက်ကိုယ်တိုင် host နိုင်
အခမဲ့အဆင့်
MIT။ ggml မော်ဒယ် စက်ထဲရှိလျှင် အကန့်အသတ်မရှိ။
ကန့်သတ်ချက်များ
CPU သာဆို ဖိုင်ကြီးတွင် နှေးသည်။ မြန်မာ WER အမျိုးမျိုး။ ပထမ မော်ဒယ် ဒေါင်းလုပ် ကြီးသည်။
သင့်တော်သော အလုပ်
- တွေ့ဆုံမေးမြန်း အသံ
- အစည်းအဝေး မှတ်စု
- အင်တာနက်မဲ့ စာတန်း
ကောင်းကောင်း သုံးပုံ
- repo မှ build သို့မဟုတ် release binary ယူပါ။ `large` မဟုတ်ဘဲ `base` သို့မဟုတ် `small` အရင်ဆွဲပါ။
- အသံကို 16 kHz wav ပြောင်းပါ။ ထို့နောက် `./whisper-cli -m models/ggml-small.bin -f talk.wav`။
- မြန်မာစာအတွက် `small` နှင့် `medium` စမ်းပါ။ အမှားများလျှင် အပိုင်းလိုက် ပြောင်းပါ။
မြန်မာအတွက် မှတ်ချက်
မော်ဒယ်ကို Wi-Fi တွင် ဒေါင်းပါ။ `small` သည် ရန်ကုန် laptop နှင့် ကိုက်သည်။ venue အသံကို cloud STT သို့ မတင်ပါနှင့်။