make : revert accidental change of optimization flags

whisper : language auto-detect (#59)

Add Roadmap

ggml : implement ggml_compute_forward_dup_f16() special cases

main : add option to print the progress (#276)

main : add "--prompt" command line argument (#90)

This allows to provide an initial prompt to be used at the start of the
processing.

command : better indentation

command : update README, show how to use guided mode

command : adding guided mode

whisper : add whisper_tokenize()

Tokenizes a string into a list of vocabulary tokens

Update README.md (#46)

Add references to the new Android app

Add Android sample (#277)

* Add Android sample

* Use main project C files

* Stop existing playback before starting new playback

* Make text scrollable

* Stop playback when starting to record

* Remove extra var

ci : add Windows build without OpenBLAS + change to Release (#85) (#282)

whisper : improve decoding strategy (#244)

- Clear past prompt when there is very short audio left for processing.
  My observation is that in these cases the decoding tends to repeat and
  hallucinate stuff and I think this is induced by the existing prompt
- When we fail to sample timestamp token, retry by clearing the past
  prompt. If it fails again, then we advance the window by 1 second

stream : update README.md + comments

Update README.md (#56)

ggml : make more compatible with c99 (#262)

Update README.md

stream : fix build

stream : add sliding window mode

whisper : fix UB when reading buffer of length 0 bytes (#265)

ggml : fix indentation

ggml : make compatible with c99 (#262)

talk : improve prompting

release : v1.0.3

Fixed whisper.spm tests

Update README.md

release : v1.0.2

Update README.md

Update README.md

Node.js package (#260)

* npm : preparing infra for node package

* npm : package infra ready

* npm : initial version ready

* npm : change name to whisper.cpp

whisper.js is taken

talk : make compatible with c++11 (part 2)

talk : make compatible with c++11

cmake : require c++11 instead of c++20

Remove C++20 requirement (#257)

* Remove C++20 requirement

* Roll back C features not supported in VS2017

Add newline per segment for text output (#254)

bench : more concise representation of the results (#89)

minor : fix .gitignore to not ignore examples

bench.wasm : same as "bench" but runs in the browser (#89)

Update README.md

talk : fix build for MSVC

talk : talk with AI in the terminal

fix potential bug reading model data into a small size optimized string which could lead to memory corruption. In an SSO string, you can't write data to &str[0] and expect it to work well.

Also added a small wrapper function to more safely read model data without having to get the sizeof right. I tested this on tiny, base and large models, there was no change in behaviour.

whisper : minor improvemnt in decoding strategy (#244)

Do not allow for text segments to go beyond end of audio.
This partially mitigates some issues when the last audio window is 1-2
seconds just before the end of the audio file and the decoding spirals
into a repetition of the last transcribed phrase.

ggml : add alternative cblas_sgemm call

make : indentation + .gitignore

Flag for Position Independent Code

twitch.sh : various fixes and polishing

- check if streamlink is installed
- fix audio chunking
- change default threads to 4

Allow for Twitch.tv live transcription

We rely on streamlink library to give us a stream, then we proceed similarly to
the radio livestream example.

Fix paths echoed after the download

Was using models path instead of root path

fix compilation on haiku

yt-wsp.sh : improve usage instructions

yt-wsp.sh : fix usage instruction + comment

Update README.md

livestream.sh : remove obsolete comment

ggml : fix typo in previous commit

ggml : use macros to inline FP16 <-> FP32 conversions

ggml : add F16C CPU flag check

add fp16/fp32 convert intrinsics

models : add the new "large" model release by OpenAI

The old "large" model is now renamed "large-v1".
If you have been using it, make sure to rename it and download the new
"large" model for best results.

bench : add commit hash to bench-all.sh results

Try to improve the token sampling strategy (#193)

* whisper : try to improve the token sampling strategy

- Add the "max_initial_timestaamp" token logic from OpenAI
- Disallow sampling timestamps that are in the past

* whisper : fix the max initial timestamp logic + fallback decoding

tests : adding transcription tests

ggml : remove inline specifier from fp16 <-> fp32 converters

livestream : handle ffmpeg errors gracefully and stabilize transcript

livestream : minor changes

livestream : fix losing words across audio chunk (#195)

* improve livestream script

* Update examples/livestream.sh

Co-authored-by: Georgi Gerganov <redacted>
Co-authored-by: Paul Edwards <redacted>
Co-authored-by: Georgi Gerganov <redacted>

Fix Darwin flags - was incorrectly always using the Linux else clause

whisper : add mechanism for aborting the whisper_full() computation

Update README.md

whisper.objc : fix context + broken readme links

whisper.objc : add real-time processing (#97)

Similar to the "stream" app

whisper.objc : fix build warnings

minor : remove "examples/" prefix from the README

yt-wsp.sh : script to easily transcribe VODs

Thanks to @DaniruKun
ref: https://gist.github.com/DaniruKun/96f763ec1a037cc92fe1a059b643b818

Usage:

  cd whisper.cpp
  make

  ./examples/yt-wsp.sh <video-url>

Update README.md

command.wasm : add voice assistant example for the Web (#171)

Same as the command-line tool "command", but runs in the browser

Also, added helper script "extra/deploy-wasm.sh" and fixed some timing
constants for the WASM examples.

minor : add comment for using "generate_karaoke.sh"

livestream.sh : simple tool to transcribe audio livestreams (#185)

stream.wasm : add web-based real-time transcription (#112)

whisper.wasm : do not block page while processing (close #86)

main : add stereo-channel-based diarization (#64)

Not tested - I don't have stereo dialog audio

command : add demonstration video

command : fix build + fix README + add bold printing

examples : add "command" tool (#171)

refactoring : more readable code

correct model name display on running samples

wasm : refactor wasm example + reuse fetch mechanism

talk.wasm : update video link + some minor fixes

Update README.md

Use a less cringy video to demo talk.wasm lol

Update README.md

talk.wasm : move to https://whisper.ggerganov.com/talk

This way, we can share the same models across different WASM examples
and not have to download them for each page

models : add instructions for using HF fine-tuned models

whisper : improve printfs

main : fix dangling pointer when using stdin for input (#65)

main, stream : remove --verbose flag (#178)

talk.wasm : add audio pre-processing + bump memory

talk.wasm : refactoring + update README.md

models : add usage comments to the HF convert script (#157)

models : fix HF fine-tuned model conversion script (#157)

It works now

ggml : fix the fix