stream : add "max_tokens" parameter

Used to limit the number of tokens in a segment.
Useful to battle with word repetition when using partial encoder context

stream : add "single_segment" option

Force the entire audio chunk to be transcribed into a single segment

stream : partial encoder experiments

fix: free ggml_context (close #149) (#150)

* fix: free ggml_context

* ggml : free the model's contexts in whisper_free()

Co-authored-by: Georgi Gerganov <redacted>

models : simplify the conversion script

"transformers" dependency is not actually needed

Update download-ggml-model.sh

follow curl redirect to new hosting site

models : change default hosting to Hugging Face

My Linode is running out of monthly bandwidth due to the big interest in
the project

whisper : add option to speed up the audio tempo by x2

Using a Phase Vocoder for speeding up the audio tempo by scaling down
the frequencies in the frequency domain.

This reduces the computation in the Encoder by a factor of 2.
The transcription accuracy is degraded, but for slow to normal speech -
it seems to be still very good.

I think this can find application for real-time transcription - i.e. the
"stream" example.

make : add libwhisper.so target (#144)

Add WHISPER_NO_AVX and WHISPER_NO_AVX2 to CMakeLists (#136)

* Check for AVX and AVX2 on Darwin

* Add AVX options to CMakeLists

minor : remove one more redundant line

minor : fix double float32 conversion in python script

ref #40 : start working on the documentation

Adds support for stdin wav input

js : update whipser.js to latest

Check for AVX and AVX2 on Darwin

Fix the Windows pthread_create shim

The current implementation doesn't actually set the out parameter,
and it returns 0 on failure instead of on success.

sync : submodule whisper.spm

cmake : add submodule whisper.spm

ref #22 : add "duration" option

Can be used to partially process a recording

Update README.md

examples : add simple script for generating Karaoke video

Update README.md

Update README.md

main : fix generated bash script

ggml : multi-thread the ggml_add operator

cmake : fix passing GGML_PERF compile option

Update README.md

whisper : token-level timestamp refactoring (#49, #120)

This turned out pretty good overall. The algorithm has been moved from
main.cpp to whisper.cpp and can be reused for all subtitles types. This
means that now you can specify the maximum length of the generated
lines. Simply provide the "-ml" argument specifying the max length in
number of characters

Update README.md

extra : compute SHA of all models files

whisper : fix extra memory usage after recent processor changes

Had increased the memory buffer to the size of the model and forgot to
bring it down.

Allow building with Accelerate for x86_64 Macs (#123)

* Cross compile windows

* set env properly

* rm log

* fix review

* Add back space

* Don't force architecture

* Allow building x86_64 with accelerate

ggml : fix the check for NEON support (#7)

Was using the wrong preprocessor macro

Cross compilation (#121)

* Cross compile windows

* set env properly

* rm log

* fix review

* Add back space

Update README.md

main : add some comments for the word-level timestamp algorithm

main : fix some edge cases for word-level timestamps

Update README.md

Update README.md

Added for Windows implemenated script download-ggml-model.cmd

Fixed sched_yield

Implemenated sched_yield function for Windows

Update README.md

Update README.md

main : add option for word-leve timestamps (very experimental)

stream : add "--capture" option to select capture device (ref #10)

close #113 : fix struct whisper_token_data

minor : update whisper.js

whisper.wasm : update system info print

ref #5 : update CMake for Windows build

- __AVX2__ should already be defined due to /arch:AVX2
- _CRT_SECURE_NO_WARNINGS should be defined both for shared and static lib

minor : fix multiple definitions of to_timestamp()

parallel : print time of audio boundaries + fix timings

ggml : fix barrier

main : merge parallel example in main

parallel : working

ggml : fix thread-safety of ggml_init and ggml_free

main : fix sampling time + add max_context parameter

parallel : adding tool for parallel transformer inference

Define WHISPER_BUILD so as to export symbols on Windows

Update README.md

Update README.md

Create README.md

whisper.nvim : add helper script for the Neovim integration

stream : few updates to make it compatible for Vim usage (#99)

Add OpenBLAS support

Supported via CMake - just add:

cmake .. -DWHISPER_SUPPORT_OPENBLAS=ON

On Ubuntu, you have to install the library like this:

apt install libopenblas-dev

Unfortunately, I don't observe any benefit compared to the
original AVX2 + FP16 implementation. Maybe I'm missing something

Print system info at start of program

Fixed compile definitions and link libraries for MSVC

Add helper script to benchmark all models

Simply run:

$ ./extra/bench-all.sh

Print system info in main

Create README.md

Changes to work by default on macOS - use curl when wget is not available, and use an alternative method to get the script path when realpath is not available.

Update README.md

Update README.md

Update README.md

Update README.md

Update README.md

Update README.md

ggml : add system info functions

refactoring : move main + stream in examples + other stuff

main : fix SRT timestamp to use comma "," instead of dot "."

Update README.md

Update README.md

objc : polishing the sample application

Create README.md

ios : whisper.objc example

ref #68, #79 : fix segment time output

Update README.md

Merge pull request #78 from jokkebk/Specify-utf8-for-vocab.json

Add enconding parameter to vocab.json opening to fix errors

Add enconding parameter to vocab.json opening to fix errors

Update README.md

Update README.md

Update README.md

Update README.md

main : print colors + no timestamps

whisper : add new-segment callback

Can be used to process new segments as they are being generated.
Sample usage in main, for printing the resulting segments during the
inference.

main : refactor subtitle output

wip : experimental color coding of tokens based on probabilities

Update README.md

Update README.md