Transcribe.cpp

我们将详细说明 transcribe.cpp 的特性、背景和意义。transcribe.cpp 是一个基于 ggml 运行时的 C/C++ 语音转文本（STT）推理库，可以看作是“用于 STT 模型的 llama.cpp”。它通过 GGUF 格式支持多种 STT 模型系列，并利用 Metal、Vulkan 和 CUDA 后端实现快速的 GPU 推理。

该库由 CJ Pais 开发，他此前通过 Mozilla Builders 项目与 Mozilla 团队合作，贡献了 LocalScore 基准测试工具，并集成了 whisper.cpp 的功能。他的工作最终演变为桌面应用 Handy，并于今年初被 WIRED 报道。

transcribe.cpp 的诞生源于一个观察：许多优秀的 STT 模型各自为政，导致可移植性差（例如 MLX 模型仅限 Mac）和性能不佳（加速功能往往无法开箱即用）。transcribe.cpp 提供了统一的接口，轻松为所有这些模型引入 GPU 加速。最终成果是一个开源库，不仅供 Handy 使用，也面向所有希望在应用中集成 STT 功能的开发者。

此外，transcribe.cpp 是首个独立于 Mozilla AI 的 Builders in Residence (BiR) 计划的开源项目。BiR 的目标是在开放环境中推动前沿应用研究，并将其与 Mozilla 的路线图相结合。对于 transcribe.cpp，这意味着利用该库构建 transcribefiles——可移植、跨平台、自包含的可执行文件，几乎可在任何地方运行以执行音频转录。

这对你意味着什么？如果你希望为应用添加 STT 功能，GitHub 仓库是你的下一站。你也可以使用 Handy 无需编写代码即可体验转录，或者使用 llamafile 将你喜爱的模型和配置打包成自包含的可执行文件。这仅仅是个开始：我们期待看到人们利用 transcribe.cpp 创造新的工具！