t_wの輪郭

https://github.com/xenova/whisper-web/tree/main

Transformers.jsによるWhisperのデモ

React Native＋Expo、音声認識のためにネイティブライブラリが入れる方法がわからない。
おっちんちん。
もうWebAppにしてやって、transformers.jsでwhisperをしばいたほうが早い説がある。近々WebGPUに対応するらしいし。

https://github.com/ggerganov/whisper.cpp/tree/master/examples/whisper.wasm

https://huggingface.co/learn/audio-course/chapter5/asr_models

WhisperをTransformers.jsやonnxruntime-webで動かそうとしたらハゲた。

• wasm: 遅い
• webgl: ノードが対応してない
• webgpu: Linuxだと対応しているブラウザがない

FirefoxにWebGPUが実装されたら本気出す。