llama.cpp tukee nyt puheentunnistusmalleja Higgs v3 STT ja VibeVoice-ASR
llama.cpp:n versio b12426 lisää ohjelmaan tuen kahdelle puheentunnistusmallille, Higgs v3 STT:lle ja VibeVoice-ASR:lle. Valmiit ohjelmapaketit ovat ladattavissa useille käyttöjärjestelmille ja laitteistoille.
llama.cpp-projekti julkaisi uuden version GitHubissa 15. marraskuuta 2026. Tuki on rakennettu ohjelman mtmd-osaan, joka käsittelee tekstin lisäksi muita syötteitä, kuten ääntä.
Uudet mallit ovat Higgs v3 STT ja VibeVoice-ASR. Molemmat ovat puheentunnistusmalleja eli muuttavat puhetta tekstiksi. Muutos tuli ohjelmaan pull requestilla #32329.
Pull requestin työvaiheiden mukaan kehittäjät korvasivat purkkaratkaisuksi kutsumansa get_audio_length-funktion apufunktiolla mtmd_helper_get_media_meta.
Versiotiedote ei kerro mallien tunnistustarkkuudesta, tuetuista kielistä tai laitevaatimuksista.
Version b12426 valmiiksi käännetyt paketit voi ladata projektin GitHub-sivulta macOS:lle, iOS:lle, Linuxille, Androidille ja Windowsille. Paketteja on muun muassa pelkälle suorittimelle sekä CUDA-, ROCm-, Vulkan-, SYCL- ja OpenVINO-kiihdytykselle. Tässä julkaisussa macOS:n KleidiAI-paketti ja openEuler-paketit eivät ole ladattavissa.