Команда ggml-org выпустила llama.cpp b12426, добавив в инструменты для работы с медиа поддержку преобразования речи в текст с помощью Higgs v3 и VibeVoice-ASR. Эта технология преобразует устную речь в письменный текст.
На странице релиза также доступны сборки для macOS, iOS и нескольких систем Linux. В описании не уточняется, какие версии моделей поддерживаются и какие ограничения действуют для новых аудиофункций.
Почему это важно
Разработчики, использующие llama.cpp, могут опробовать новые возможности для работы с этими речевыми моделями, однако в примечаниях к релизу не указаны требования к настройке и подробности о поддерживаемых моделях.