whisper.cpp — это такой изящный привет современным облачным подпискам и неповоротливым программам.

Кто-то взял крутейшую нейросеть для распознавания голоса от OpenAI (ту самую Whisper) и переписал её на суровом, чистом C++ без кучи лишних зависимостей.

В итоге получилась штука, которая вообще не требует интернета, весит копейки и умудряется на лету переводить голос в текст полностью локально — хоть на стареньком ноутбуке, хоть на микрокомпьютере, ничего при этом не сливая на корпоративные серверы.

На практике это идеальная находка для тех, кому нужно быстро расшифровать часовое интервью, нарезать субтитры с таймкодами или прикрутить голосовое управление к своему проекту, не продавая при этом почку за платные API-ключи. Вы просто берете этот инструмент, скармливаете ему аудиофайл, и вся магия происходит прямо на вашем железе, тихо, приватно и бесплатно.

Ссылка: https://github.com/ggml-org/whisper.cpp

p.s. Если нужен качественный перевод русского аудио в текст с нормальной расстановкой запятых и пониманием сленга, лучше использовать модели от small и выше. Самая точная — large-v3, но она потребует больше оперативной памяти и времени на обработку, если железо не самое мощное.

tg / max

В этом посте были ссылки, но мы их удалили по правилам Сетки