transcribe.cpp:ggmlベースの高速ASRライブラリ、16のモデルファミリーに対応
transcribe.cppは、ggmlベースの音声文字起こしライブラリで、最新のASRモデルを幅広くサポートします。Vulkan、Metal、CUDA、TinyBLASによる高速化を実現し、数値検証とWERテストで参照実装との一致を確認済みです。Python、JavaScript/TypeScript、Rust、Objective-C/Swiftの公式バインディングを提供し、whisper.cppのドロップイン代替としても利用可能。CPUのみでもリアルタイム以上の速度で動作し、ローカルASRの普及を目指します。
トランスクリプションはほとんどのデバイスで非常に正確に実行でき、音声をクラウドサービスに送る必要はないはずです。