El proyecto ggml‑org/llama.cpp publicó la versión b11780 el Oct 21 2026. Incluye una API de transcripción en tiempo real que funciona mediante WebSocket. La API verifica la clave de API durante el protocolo de enlace de WebSocket y devuelve un error 401 si falta o es incorrecta. Ahora, las transmisiones de audio se inician en cuanto el espacio del servidor está activo, lo que evita los bloqueos que antes mantenían abierta la sesión. La implementación sigue el esquema Realtime de Google Assistant, por lo que los clientes deben enviar audio con la frecuencia de muestreo nativa del modelo.
Por qué importa
Los desarrolladores ya pueden añadir voz a texto en directo a sus aplicaciones con llama.cpp sin tener que crear su propia infraestructura de servidor.
