Constme-Whisper是OpenAI的Whisper自動語音識別ASR模型的衍生項(xiàng)目。
Constme-Whisper可以在Windows上使用，支持高性能GPGPU處理，可以利用GPU加速處理。
本體是個啟動器，需要結(jié)合一個語言識別模型文件（ggml-tiny、ggml-small、ggml-base、ggml-medium、ggml-large）使用，模型越大，效果越好，但相對的速度也更慢。
軟件特點(diǎn)
基于DirectCompute的與供應(yīng)商無關(guān)的GPGPU;該技術(shù)的另一個名稱是“Direct3D 11 中的計(jì)算著色器”
純C++實(shí)現(xiàn)，除了基本的操作系統(tǒng)組件外，沒有運(yùn)行時依賴關(guān)系
比OpenAI的實(shí)現(xiàn)快得多。
混合 F16 / F32 精度：Windows 需要自 D3D 版本 10.0 起支持緩沖區(qū)R16_FLOAT
內(nèi)置性能探查器，用于測量單個計(jì)算著色器的執(zhí)行時間
內(nèi)存使用率低
用于音頻處理的媒體基礎(chǔ)，支持大多數(shù)音頻和視頻格式（Ogg Vorbis除外）， 以及大多數(shù)在Windows上運(yùn)行的音頻捕獲設(shè)備（除了一些專業(yè)設(shè)備，它們只實(shí)現(xiàn)ASIO API）。
用于音頻捕獲的語音活動檢測。
易于使用的 COM 樣式 API，nuget 上提供的慣用 C# 包裝器
提供預(yù)構(gòu)建的二進(jìn)制文件
更新日志
更新了文檔和 GUI 中的模型源 URL
可靠性增強(qiáng)，麥克風(fēng)捕獲不太可能轉(zhuǎn)換到“停滯”狀態(tài)并丟棄音頻
