开源AI语音助手TalkLLama测试

课程内容

$ ./download-ggml-model.sh base.en2.2手动下载预转换模型

ggml 模型可以从以下位置下载:

https://huggingface.co/ggerganov/whisper.cpp/tree/mainhttps://ggml.ggerganov.com2.3利用whisper.cpp/models/convert-pt-to-ggml.py at master · ggerganov/whisper.cpp · GitHub转换

mkdir models/whisper-mediumpython models/convert-pt-to-ggml.py ~/.cache/whisper/medium.pt ~/path/to/repo/whisper/ ./models/whisper-mediummv ./models/whisper-medium/ggml-model.bin models/ggml-medium.binrmdir models/whisper-medium

可用模型列表：

模型

大小

SHA

tiny

75 MiB

bd577a113a864445d4c299885e0cb97d4ba92b5f

tiny.en

75 MiB

c78c86eb1a8faa21b369bcd33207cc90d64ae9df

base

142 MiB

465707469ff3a37a2b9b8d8f89f2f99de7299dac

base.en

142 MiB

137c40403d78fd54d454da0f9bd998f78703390c

small

466 MiB

55356645c2b361a969dfd0ef2c5a50d530afd8d5

small.en

466 MiB

db8a495a91d927739e50b3fc1cc4c6b8f6c2d022

small.en-tdrz

465 MiB

b6c6e7e89af1a35c08e6de56b66ca6a02a2fdfa1

medium

1.5 GiB

fd9727b6e1217c2f614f9b698455c4ffd82463b4

medium.en

1.5 GiB

8c30f0e44ce9560643ebd10bbe50cd20eafd3723

large-v1

2.9 GiB

b1caaf735c4cc1429223d5a74f0f4d0b9b59a299

large-v2

2.9 GiB

0f4c8e34f21cf1a914c59d8b3ce882345ad349d6

large-v2-q5_0

1.1 GiB

00e39f2196344e901b3a2bd5814807a769bd1630

large-v3

2.9 GiB

ad82bf6a9043ceed055076d0fd39f5f186ff8062

large-v3-q5_0

1.1 GiB

e6e2ed78495d403bef4b7cff42ef4aaadcfea8de

模型是多措辞的，除非模型名称包含 .en。
以 -q5_0 结尾的模型是量化的。
以 -tdrz 结尾的模型支持利用 tinydiarize 进行本地话者转换的标记。
有关模型的更多信息可在上游（openai/whisper）得到。
上面的列表是 download-ggml-model.sh 脚本支持的模型的子集，但在 https://huggingface.co/ggerganov/whisper.cpp/tree/main 和其他地方还有更多可用的模型。

3.对话模型下载

微软发布Phi-3 Mini：3.8B参数小到能塞进手机，性能媲美GPT-3.5

可以从以下位置下载Phi-3-mini：

microsoft/Phi-3-mini-4k-instruct-gguf · HF Mirror

https://huggingface.co/microsoft/Phi-3-mini-4k-instruct-gguf

下载示例

共享目录设置

查看共享目录在虚拟机中挂载路径

启动Talk-LLama AI语音助手

./talk-llama -mw /media/sf_models/ggml-small.en.bin -ml /media/sf_models/Phi-3-mini-4k-instruct-q4.gguf -p "orange3dev"-t 8

#头条创作寻衅赛# #AI工具# #ASR# #语音助手#