speech.cpp 0.10.0: подсказки для японских имён при расшифровке

Что изменилось после версии 0.9.3

В 0.9.4 разработчик добавил пользовательский словарь для Haas-ja-v1.0. В 0.10.0 параметр переименовали в keywords, чтобы он совпадал с названием подсказок в интерфейсе приёма аудио; прежнее имя words использовать с этой версией не следует. Для разработчиков изменился и номер интерфейса библиотеки: C API 4.0, протокол worker 4. Если приложение подключается к speech.cpp как к библиотеке или worker, совместимость с ним нужно проверять отдельно. s1 s6

Для обычного пользователя смысл проще: при расшифровке короткого японского фрагмента можно передать имя и его чтение, например Haas=ハース. В документации для терминала показан параметр --keywords; в запросе к локальному серверу используются поля keywords[]. Программа старается чаще узнавать перечисленные имена и писать их заданным образом, но не обещает исправить все ошибки записи. s2 s6

Что понадобится и где проверить результат

Нужны speech.cpp 0.10.0, звуковой файл и веса Haas-ja-v1.0 для speech.cpp; автор разместил пять вариантов GGUF. Это файлы модели, но их формат внутри этого проекта не подходит автоматически для Ollama или LM Studio. Готовые архивы программы есть для Mac с Apple Silicon, Windows x64 и Linux x86-64; на Windows требуется драйвер с Vulkan, а для Linux указаны отдельные системные требования и вариант без видеокарты. Интернет нужен для первоначальной загрузки программы и весов. s1 s3 s4

Если Haas уже скачан через speech.cpp 0.9.3, старый файл не содержит данных для словаря: автор просит загрузить модель заново командой speech pull haas-ja-v1.0. После этого сравните небольшой знакомый фрагмент записи без подсказки и с одним именем: само слово должно быть произнесено в аудио, а написание следует сверить вручную. Это инструкция по документации, не воспроизведённый тест Modelium. s2 s4

Что учитывать до обновления

Список подсказок может усилить и ошибочное срабатывание: иногда модель напишет указанное слово, которого в звуке нет. Словарь работает только с Haas; совместно с ним нельзя запросить временные отметки слов и фрагментов. Длинную запись разработчик рекомендует делить на участки речи. Поэтому для субтитров с точной привязкой ко времени и для непроверяемых на слух имён этот режим не стоит считать готовым решением. s2

Код speech.cpp распространяется по MIT. Карточка оригинальной модели Haas и отдельная лицензия GGUF-пакета указывают Apache 2.0; это отдельные условия для весов, а не следствие лицензии программы. Результаты точности и скорости, которые приводит автор, редакция не воспроизводила. s4 s5 s7

Начать можно с предыдущей заметки о запуске Haas-ja-v1.0 в speech.cpp 0.9.3, затем сверить обновлённый раздел словаря в официальной документации 0.10.0. s2