业界良知OpenAI开源的Whisper模型[1]是开源语音转文字范畴的执牛耳者，白璧微瑕之处在于无法经过苹果M芯片优化转录功率，Whisper.cpp 则是 Whisper 模型的 C/C++ 移植版别，它具有无依靠项、内存运用量低一级特色，重要的是添加了 Core ML 支撑，完美适配苹果M系列芯片。
Whisper.cpp的张量运算符针对苹果M芯片的 CPU 进行了很多优化，依据核算巨细，运用 Arm Neon SIMD instrisics 或 CBLAS Accelerate 结构例程，后者关于更大的尺度特别有用，由于 Accelerate 结构能够正常的运用苹果M系列芯片中供给的专用 AMX 协处理器。
项目默许的根底模型不支撑中文，这儿引荐运用medium模型，经过shell脚本进行下载：
下载完成后，会在项目的models目录保存ggml-medium.bin模型文件，巨细为1.53GB：
这行指令的意义是经过方才下载ggml-medium.bin模型来对项目中的samples/jfk.wav语音文件进行辨认，这段语音是遇刺的美国总统肯尼迪的闻名讲演，程序回来：
现在咱们来换成中文语音，能够随意录制一段语音，必需要分外留意的是，Whisper.cpp只支撑wav格局的语音文件，这儿先经过ffmpeg将mp3文件转换为wav:
当然，精确度还有待进步，进步精确度能够再一次进行挑选large模型，但转录时刻会相应添加。
根据苹果Mac体系的用户有福了，Whisper.cpp能够终究靠Core ML在Apple Neural Engine (ANE)上履行编码器推理，这能够比仅运用CPU履行快出三倍以上。
Whisper.cpp是Whisper[2]的精力复刻与肉体重生，完美秉承了Whisper的一切功用，在此之上，进步了语音转录文字的速度和功率以及跨渠道移植性，百尺竿头更进一步，开源技能的快速地开展让咱们理解了一件事，那就是高品质技能的传达远比技能自身愈加名贵。