mirror of
https://github.com/ggerganov/whisper.cpp.git
synced 2024-12-24 06:46:37 +00:00
bindings : add Ruby (#500)
* adding ruby bindings * avoid adding these they are copied in via extconf.rb * ignore these files here * add definitions for boolean params * initial transcribe for ruby * use en model and transcribe jfk with assertion * possibly this works for building ruby binding * ci : try to add ruby workflow --------- Co-authored-by: Georgi Gerganov <ggerganov@gmail.com>
This commit is contained in:
parent
69e6e4644a
commit
b623ca43b1
@ -1,4 +1,4 @@
|
|||||||
name: Bindings Tests
|
name: Bindings Tests (Go)
|
||||||
on:
|
on:
|
||||||
push:
|
push:
|
||||||
paths:
|
paths:
|
22
.github/workflows/bindings-ruby.yml
vendored
Normal file
22
.github/workflows/bindings-ruby.yml
vendored
Normal file
@ -0,0 +1,22 @@
|
|||||||
|
name: Bindings Tests (Ruby)
|
||||||
|
on:
|
||||||
|
push:
|
||||||
|
paths:
|
||||||
|
- bindings/ruby/**
|
||||||
|
- whisper.h
|
||||||
|
pull_request:
|
||||||
|
paths:
|
||||||
|
- bindings/ruby/**
|
||||||
|
- whisper.h
|
||||||
|
|
||||||
|
jobs:
|
||||||
|
ubuntu-latest:
|
||||||
|
runs-on: ubuntu-latest
|
||||||
|
steps:
|
||||||
|
- uses: ruby/setup-ruby@v1
|
||||||
|
with:
|
||||||
|
ruby-version: '3.0'
|
||||||
|
- uses: actions/checkout@v1
|
||||||
|
- run: |
|
||||||
|
cd bindings/ruby/ext
|
||||||
|
ruby extconf.rb && make
|
7
bindings/ruby/ext/.gitignore
vendored
Normal file
7
bindings/ruby/ext/.gitignore
vendored
Normal file
@ -0,0 +1,7 @@
|
|||||||
|
Makefile
|
||||||
|
ggml.c
|
||||||
|
ggml.h
|
||||||
|
whisper.bundle
|
||||||
|
whisper.cpp
|
||||||
|
whisper.h
|
||||||
|
dr_wav.h
|
21
bindings/ruby/ext/extconf.rb
Normal file
21
bindings/ruby/ext/extconf.rb
Normal file
@ -0,0 +1,21 @@
|
|||||||
|
require 'mkmf'
|
||||||
|
system("cp #{File.join(File.dirname(__FILE__),'..','..','..','whisper.cpp')} .")
|
||||||
|
system("cp #{File.join(File.dirname(__FILE__),'..','..','..','whisper.h')} .")
|
||||||
|
system("cp #{File.join(File.dirname(__FILE__),'..','..','..','ggml.h')} .")
|
||||||
|
system("cp #{File.join(File.dirname(__FILE__),'..','..','..','ggml.c')} .")
|
||||||
|
system("cp #{File.join(File.dirname(__FILE__),'..','..','..','examples','dr_wav.h')} .")
|
||||||
|
|
||||||
|
|
||||||
|
# need to use c++ compiler flags
|
||||||
|
$CXXFLAGS << ' -std=c++11'
|
||||||
|
# Set to true when building binary gems
|
||||||
|
if enable_config('static-stdlib', false)
|
||||||
|
$LDFLAGS << ' -static-libgcc -static-libstdc++'
|
||||||
|
end
|
||||||
|
|
||||||
|
if enable_config('march-tune-native', false)
|
||||||
|
$CFLAGS << ' -march=native -mtune=native'
|
||||||
|
$CXXFLAGS << ' -march=native -mtune=native'
|
||||||
|
end
|
||||||
|
|
||||||
|
create_makefile('whisper')
|
426
bindings/ruby/ext/ruby_whisper.cpp
Normal file
426
bindings/ruby/ext/ruby_whisper.cpp
Normal file
@ -0,0 +1,426 @@
|
|||||||
|
#include <ruby.h>
|
||||||
|
#include "ruby_whisper.h"
|
||||||
|
#define DR_WAV_IMPLEMENTATION
|
||||||
|
#include "dr_wav.h"
|
||||||
|
#include <cmath>
|
||||||
|
#include <fstream>
|
||||||
|
#include <cstdio>
|
||||||
|
#include <string>
|
||||||
|
#include <thread>
|
||||||
|
#include <vector>
|
||||||
|
|
||||||
|
#ifdef __cplusplus
|
||||||
|
extern "C" {
|
||||||
|
#endif
|
||||||
|
|
||||||
|
#define BOOL_PARAMS_SETTER(self, prop, value) \
|
||||||
|
ruby_whisper_params *rwp; \
|
||||||
|
Data_Get_Struct(self, ruby_whisper_params, rwp); \
|
||||||
|
if (value == Qfalse || value == Qnil) { \
|
||||||
|
rwp->params.prop = false; \
|
||||||
|
} else { \
|
||||||
|
rwp->params.prop = true; \
|
||||||
|
} \
|
||||||
|
return value; \
|
||||||
|
|
||||||
|
#define BOOL_PARAMS_GETTER(self, prop) \
|
||||||
|
ruby_whisper_params *rwp; \
|
||||||
|
Data_Get_Struct(self, ruby_whisper_params, rwp); \
|
||||||
|
if (rwp->params.prop) { \
|
||||||
|
return Qtrue; \
|
||||||
|
} else { \
|
||||||
|
return Qfalse; \
|
||||||
|
}
|
||||||
|
|
||||||
|
VALUE mWhisper;
|
||||||
|
VALUE cContext;
|
||||||
|
VALUE cParams;
|
||||||
|
|
||||||
|
static void ruby_whisper_free(ruby_whisper *rw) {
|
||||||
|
if (rw->context) {
|
||||||
|
whisper_free(rw->context);
|
||||||
|
rw->context = NULL;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
static void ruby_whisper_params_free(ruby_whisper_params *rwp) {
|
||||||
|
}
|
||||||
|
|
||||||
|
void rb_whisper_mark(ruby_whisper *rw) {
|
||||||
|
// call rb_gc_mark on any ruby references in rw
|
||||||
|
}
|
||||||
|
|
||||||
|
void rb_whisper_free(ruby_whisper *rw) {
|
||||||
|
ruby_whisper_free(rw);
|
||||||
|
free(rw);
|
||||||
|
}
|
||||||
|
|
||||||
|
void rb_whisper_params_mark(ruby_whisper_params *rwp) {
|
||||||
|
}
|
||||||
|
|
||||||
|
void rb_whisper_params_free(ruby_whisper_params *rwp) {
|
||||||
|
ruby_whisper_params_free(rwp);
|
||||||
|
free(rwp);
|
||||||
|
}
|
||||||
|
|
||||||
|
static VALUE ruby_whisper_allocate(VALUE klass) {
|
||||||
|
ruby_whisper *rw;
|
||||||
|
rw = ALLOC(ruby_whisper);
|
||||||
|
rw->context = NULL;
|
||||||
|
return Data_Wrap_Struct(klass, rb_whisper_mark, rb_whisper_free, rw);
|
||||||
|
}
|
||||||
|
|
||||||
|
static VALUE ruby_whisper_params_allocate(VALUE klass) {
|
||||||
|
ruby_whisper_params *rwp;
|
||||||
|
rwp = ALLOC(ruby_whisper_params);
|
||||||
|
rwp->params = whisper_full_default_params(WHISPER_SAMPLING_GREEDY);
|
||||||
|
return Data_Wrap_Struct(klass, rb_whisper_params_mark, rb_whisper_params_free, rwp);
|
||||||
|
}
|
||||||
|
|
||||||
|
static VALUE ruby_whisper_initialize(int argc, VALUE *argv, VALUE self) {
|
||||||
|
ruby_whisper *rw;
|
||||||
|
VALUE whisper_model_file_path;
|
||||||
|
|
||||||
|
// TODO: we can support init from buffer here too maybe another ruby object to expose
|
||||||
|
rb_scan_args(argc, argv, "01", &whisper_model_file_path);
|
||||||
|
Data_Get_Struct(self, ruby_whisper, rw);
|
||||||
|
|
||||||
|
if (!rb_respond_to(whisper_model_file_path, rb_intern("to_s"))) {
|
||||||
|
rb_raise(rb_eRuntimeError, "Expected file path to model to initialize Whisper::Context");
|
||||||
|
}
|
||||||
|
rw->context = whisper_init_from_file(StringValueCStr(whisper_model_file_path));
|
||||||
|
if (rw->context == nullptr) {
|
||||||
|
rb_raise(rb_eRuntimeError, "error: failed to initialize whisper context");
|
||||||
|
}
|
||||||
|
return self;
|
||||||
|
}
|
||||||
|
|
||||||
|
/*
|
||||||
|
* transcribe a single file
|
||||||
|
* can emit to a block results
|
||||||
|
*
|
||||||
|
**/
|
||||||
|
static VALUE ruby_whisper_transcribe(int argc, VALUE *argv, VALUE self) {
|
||||||
|
ruby_whisper *rw;
|
||||||
|
ruby_whisper_params *rwp;
|
||||||
|
VALUE wave_file_path, blk, params;
|
||||||
|
|
||||||
|
rb_scan_args(argc, argv, "02&", &wave_file_path, ¶ms, &blk);
|
||||||
|
Data_Get_Struct(self, ruby_whisper, rw);
|
||||||
|
Data_Get_Struct(params, ruby_whisper_params, rwp);
|
||||||
|
|
||||||
|
if (!rb_respond_to(wave_file_path, rb_intern("to_s"))) {
|
||||||
|
rb_raise(rb_eRuntimeError, "Expected file path to wave file");
|
||||||
|
}
|
||||||
|
|
||||||
|
std::string fname_inp = StringValueCStr(wave_file_path);
|
||||||
|
|
||||||
|
std::vector<float> pcmf32; // mono-channel F32 PCM
|
||||||
|
std::vector<std::vector<float>> pcmf32s; // stereo-channel F32 PCM
|
||||||
|
|
||||||
|
// WAV input - this is directly from main.cpp example
|
||||||
|
{
|
||||||
|
drwav wav;
|
||||||
|
std::vector<uint8_t> wav_data; // used for pipe input from stdin
|
||||||
|
|
||||||
|
if (fname_inp == "-") {
|
||||||
|
{
|
||||||
|
uint8_t buf[1024];
|
||||||
|
while (true) {
|
||||||
|
const size_t n = fread(buf, 1, sizeof(buf), stdin);
|
||||||
|
if (n == 0) {
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
wav_data.insert(wav_data.end(), buf, buf + n);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
if (drwav_init_memory(&wav, wav_data.data(), wav_data.size(), nullptr) == false) {
|
||||||
|
fprintf(stderr, "error: failed to open WAV file from stdin\n");
|
||||||
|
return self;
|
||||||
|
}
|
||||||
|
|
||||||
|
fprintf(stderr, "%s: read %zu bytes from stdin\n", __func__, wav_data.size());
|
||||||
|
} else if (drwav_init_file(&wav, fname_inp.c_str(), nullptr) == false) {
|
||||||
|
fprintf(stderr, "error: failed to open '%s' as WAV file\n", fname_inp.c_str());
|
||||||
|
return self;
|
||||||
|
}
|
||||||
|
|
||||||
|
if (wav.channels != 1 && wav.channels != 2) {
|
||||||
|
fprintf(stderr, "WAV file '%s' must be mono or stereo\n", fname_inp.c_str());
|
||||||
|
return self;
|
||||||
|
}
|
||||||
|
|
||||||
|
if (rwp->diarize && wav.channels != 2 && rwp->params.print_timestamps == false) {
|
||||||
|
fprintf(stderr, "WAV file '%s' must be stereo for diarization and timestamps have to be enabled\n", fname_inp.c_str());
|
||||||
|
return self;
|
||||||
|
}
|
||||||
|
|
||||||
|
if (wav.sampleRate != WHISPER_SAMPLE_RATE) {
|
||||||
|
fprintf(stderr, "WAV file '%s' must be %i kHz\n", fname_inp.c_str(), WHISPER_SAMPLE_RATE/1000);
|
||||||
|
return self;
|
||||||
|
}
|
||||||
|
|
||||||
|
if (wav.bitsPerSample != 16) {
|
||||||
|
fprintf(stderr, "WAV file '%s' must be 16-bit\n", fname_inp.c_str());
|
||||||
|
return self;
|
||||||
|
}
|
||||||
|
|
||||||
|
const uint64_t n = wav_data.empty() ? wav.totalPCMFrameCount : wav_data.size()/(wav.channels*wav.bitsPerSample/8);
|
||||||
|
|
||||||
|
std::vector<int16_t> pcm16;
|
||||||
|
pcm16.resize(n*wav.channels);
|
||||||
|
drwav_read_pcm_frames_s16(&wav, n, pcm16.data());
|
||||||
|
drwav_uninit(&wav);
|
||||||
|
|
||||||
|
// convert to mono, float
|
||||||
|
pcmf32.resize(n);
|
||||||
|
if (wav.channels == 1) {
|
||||||
|
for (uint64_t i = 0; i < n; i++) {
|
||||||
|
pcmf32[i] = float(pcm16[i])/32768.0f;
|
||||||
|
}
|
||||||
|
} else {
|
||||||
|
for (uint64_t i = 0; i < n; i++) {
|
||||||
|
pcmf32[i] = float(pcm16[2*i] + pcm16[2*i + 1])/65536.0f;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
if (rwp->diarize) {
|
||||||
|
// convert to stereo, float
|
||||||
|
pcmf32s.resize(2);
|
||||||
|
|
||||||
|
pcmf32s[0].resize(n);
|
||||||
|
pcmf32s[1].resize(n);
|
||||||
|
for (uint64_t i = 0; i < n; i++) {
|
||||||
|
pcmf32s[0][i] = float(pcm16[2*i])/32768.0f;
|
||||||
|
pcmf32s[1][i] = float(pcm16[2*i + 1])/32768.0f;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
{
|
||||||
|
static bool is_aborted = false; // NOTE: this should be atomic to avoid data race
|
||||||
|
|
||||||
|
rwp->params.encoder_begin_callback = [](struct whisper_context * /*ctx*/, void * user_data) {
|
||||||
|
bool is_aborted = *(bool*)user_data;
|
||||||
|
return !is_aborted;
|
||||||
|
};
|
||||||
|
rwp->params.encoder_begin_callback_user_data = &is_aborted;
|
||||||
|
}
|
||||||
|
|
||||||
|
if (whisper_full_parallel(rw->context, rwp->params, pcmf32.data(), pcmf32.size(), 1) != 0) {
|
||||||
|
fprintf(stderr, "failed to process audio\n");
|
||||||
|
return self;
|
||||||
|
}
|
||||||
|
const int n_segments = whisper_full_n_segments(rw->context);
|
||||||
|
VALUE output = rb_str_new2("");
|
||||||
|
for (int i = 0; i < n_segments; ++i) {
|
||||||
|
const char * text = whisper_full_get_segment_text(rw->context, i);
|
||||||
|
output = rb_str_concat(output, rb_str_new2(text));
|
||||||
|
}
|
||||||
|
VALUE idCall = rb_intern("call");
|
||||||
|
if (blk != Qnil) {
|
||||||
|
rb_funcall(blk, idCall, 1, output);
|
||||||
|
}
|
||||||
|
return self;
|
||||||
|
}
|
||||||
|
|
||||||
|
/*
|
||||||
|
* params.language = "auto" | "en", etc...
|
||||||
|
*/
|
||||||
|
static VALUE ruby_whisper_params_set_language(VALUE self, VALUE value) {
|
||||||
|
ruby_whisper_params *rwp;
|
||||||
|
Data_Get_Struct(self, ruby_whisper_params, rwp);
|
||||||
|
if (value == Qfalse || value == Qnil) {
|
||||||
|
rwp->params.language = "auto";
|
||||||
|
} else {
|
||||||
|
rwp->params.language = StringValueCStr(value);
|
||||||
|
}
|
||||||
|
return value;
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_get_language(VALUE self) {
|
||||||
|
ruby_whisper_params *rwp;
|
||||||
|
Data_Get_Struct(self, ruby_whisper_params, rwp);
|
||||||
|
if (rwp->params.language) {
|
||||||
|
return rb_str_new2(rwp->params.language);
|
||||||
|
} else {
|
||||||
|
return rb_str_new2("auto");
|
||||||
|
}
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_set_translate(VALUE self, VALUE value) {
|
||||||
|
BOOL_PARAMS_SETTER(self, translate, value)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_get_translate(VALUE self) {
|
||||||
|
BOOL_PARAMS_GETTER(self, translate)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_set_no_context(VALUE self, VALUE value) {
|
||||||
|
BOOL_PARAMS_SETTER(self, no_context, value)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_get_no_context(VALUE self) {
|
||||||
|
BOOL_PARAMS_GETTER(self, no_context)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_set_single_segment(VALUE self, VALUE value) {
|
||||||
|
BOOL_PARAMS_SETTER(self, single_segment, value)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_get_single_segment(VALUE self) {
|
||||||
|
BOOL_PARAMS_GETTER(self, single_segment)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_set_print_special(VALUE self, VALUE value) {
|
||||||
|
BOOL_PARAMS_SETTER(self, print_special, value)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_get_print_special(VALUE self) {
|
||||||
|
BOOL_PARAMS_GETTER(self, print_special)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_set_print_progress(VALUE self, VALUE value) {
|
||||||
|
BOOL_PARAMS_SETTER(self, print_progress, value)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_get_print_progress(VALUE self) {
|
||||||
|
BOOL_PARAMS_GETTER(self, print_progress)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_set_print_realtime(VALUE self, VALUE value) {
|
||||||
|
BOOL_PARAMS_SETTER(self, print_realtime, value)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_get_print_realtime(VALUE self) {
|
||||||
|
BOOL_PARAMS_GETTER(self, print_realtime)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_set_print_timestamps(VALUE self, VALUE value) {
|
||||||
|
BOOL_PARAMS_SETTER(self, print_timestamps, value)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_get_print_timestamps(VALUE self) {
|
||||||
|
BOOL_PARAMS_GETTER(self, print_timestamps)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_set_suppress_blank(VALUE self, VALUE value) {
|
||||||
|
BOOL_PARAMS_SETTER(self, suppress_blank, value)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_get_suppress_blank(VALUE self) {
|
||||||
|
BOOL_PARAMS_GETTER(self, suppress_blank)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_set_suppress_non_speech_tokens(VALUE self, VALUE value) {
|
||||||
|
BOOL_PARAMS_SETTER(self, suppress_non_speech_tokens, value)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_get_suppress_non_speech_tokens(VALUE self) {
|
||||||
|
BOOL_PARAMS_GETTER(self, suppress_non_speech_tokens)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_get_token_timestamps(VALUE self) {
|
||||||
|
BOOL_PARAMS_GETTER(self, token_timestamps)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_set_token_timestamps(VALUE self, VALUE value) {
|
||||||
|
BOOL_PARAMS_SETTER(self, token_timestamps, value)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_get_split_on_word(VALUE self) {
|
||||||
|
BOOL_PARAMS_GETTER(self, split_on_word)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_set_split_on_word(VALUE self, VALUE value) {
|
||||||
|
BOOL_PARAMS_SETTER(self, split_on_word, value)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_get_speed_up(VALUE self) {
|
||||||
|
BOOL_PARAMS_GETTER(self, speed_up)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_set_speed_up(VALUE self, VALUE value) {
|
||||||
|
BOOL_PARAMS_SETTER(self, speed_up, value)
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_get_diarize(VALUE self) {
|
||||||
|
ruby_whisper_params *rwp;
|
||||||
|
Data_Get_Struct(self, ruby_whisper_params, rwp);
|
||||||
|
if (rwp->diarize) {
|
||||||
|
return Qtrue;
|
||||||
|
} else {
|
||||||
|
return Qfalse;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_set_diarize(VALUE self, VALUE value) {
|
||||||
|
ruby_whisper_params *rwp;
|
||||||
|
Data_Get_Struct(self, ruby_whisper_params, rwp);
|
||||||
|
if (value == Qfalse || value == Qnil) {
|
||||||
|
rwp->diarize = false;
|
||||||
|
} else {
|
||||||
|
rwp->diarize = true;
|
||||||
|
} \
|
||||||
|
return value;
|
||||||
|
}
|
||||||
|
|
||||||
|
static VALUE ruby_whisper_params_get_offset(VALUE self) {
|
||||||
|
ruby_whisper_params *rwp;
|
||||||
|
Data_Get_Struct(self, ruby_whisper_params, rwp);
|
||||||
|
return INT2NUM(rwp->params.offset_ms);
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_set_offset(VALUE self, VALUE value) {
|
||||||
|
ruby_whisper_params *rwp;
|
||||||
|
Data_Get_Struct(self, ruby_whisper_params, rwp);
|
||||||
|
rwp->params.offset_ms = NUM2INT(value);
|
||||||
|
return value;
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_get_duration(VALUE self) {
|
||||||
|
ruby_whisper_params *rwp;
|
||||||
|
Data_Get_Struct(self, ruby_whisper_params, rwp);
|
||||||
|
return INT2NUM(rwp->params.duration_ms);
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_set_duration(VALUE self, VALUE value) {
|
||||||
|
ruby_whisper_params *rwp;
|
||||||
|
Data_Get_Struct(self, ruby_whisper_params, rwp);
|
||||||
|
rwp->params.duration_ms = NUM2INT(value);
|
||||||
|
return value;
|
||||||
|
}
|
||||||
|
|
||||||
|
static VALUE ruby_whisper_params_get_max_text_tokens(VALUE self) {
|
||||||
|
ruby_whisper_params *rwp;
|
||||||
|
Data_Get_Struct(self, ruby_whisper_params, rwp);
|
||||||
|
return INT2NUM(rwp->params.n_max_text_ctx);
|
||||||
|
}
|
||||||
|
static VALUE ruby_whisper_params_set_max_text_tokens(VALUE self, VALUE value) {
|
||||||
|
ruby_whisper_params *rwp;
|
||||||
|
Data_Get_Struct(self, ruby_whisper_params, rwp);
|
||||||
|
rwp->params.n_max_text_ctx = NUM2INT(value);
|
||||||
|
return value;
|
||||||
|
}
|
||||||
|
|
||||||
|
void Init_whisper() {
|
||||||
|
mWhisper = rb_define_module("Whisper");
|
||||||
|
cContext = rb_define_class_under(mWhisper, "Context", rb_cObject);
|
||||||
|
cParams = rb_define_class_under(mWhisper, "Params", rb_cObject);
|
||||||
|
|
||||||
|
rb_define_alloc_func(cContext, ruby_whisper_allocate);
|
||||||
|
rb_define_method(cContext, "initialize", ruby_whisper_initialize, -1);
|
||||||
|
|
||||||
|
rb_define_method(cContext, "transcribe", ruby_whisper_transcribe, -1);
|
||||||
|
|
||||||
|
rb_define_alloc_func(cParams, ruby_whisper_params_allocate);
|
||||||
|
|
||||||
|
rb_define_method(cParams, "language=", ruby_whisper_params_set_language, 1);
|
||||||
|
rb_define_method(cParams, "language", ruby_whisper_params_get_language, 0);
|
||||||
|
rb_define_method(cParams, "translate=", ruby_whisper_params_set_translate, 1);
|
||||||
|
rb_define_method(cParams, "translate", ruby_whisper_params_get_translate, 0);
|
||||||
|
rb_define_method(cParams, "no_context=", ruby_whisper_params_set_no_context, 1);
|
||||||
|
rb_define_method(cParams, "no_context", ruby_whisper_params_get_no_context, 0);
|
||||||
|
rb_define_method(cParams, "single_segment=", ruby_whisper_params_set_single_segment, 1);
|
||||||
|
rb_define_method(cParams, "single_segment", ruby_whisper_params_get_single_segment, 0);
|
||||||
|
rb_define_method(cParams, "print_special", ruby_whisper_params_get_print_special, 0);
|
||||||
|
rb_define_method(cParams, "print_special=", ruby_whisper_params_set_print_special, 1);
|
||||||
|
rb_define_method(cParams, "print_progress", ruby_whisper_params_get_print_progress, 0);
|
||||||
|
rb_define_method(cParams, "print_progress=", ruby_whisper_params_set_print_progress, 1);
|
||||||
|
rb_define_method(cParams, "print_realtime", ruby_whisper_params_get_print_realtime, 0);
|
||||||
|
rb_define_method(cParams, "print_realtime=", ruby_whisper_params_set_print_realtime, 1);
|
||||||
|
rb_define_method(cParams, "print_timestamps", ruby_whisper_params_get_print_timestamps, 0);
|
||||||
|
rb_define_method(cParams, "print_timestamps=", ruby_whisper_params_set_print_timestamps, 1);
|
||||||
|
rb_define_method(cParams, "suppress_blank", ruby_whisper_params_get_suppress_blank, 0);
|
||||||
|
rb_define_method(cParams, "suppress_blank=", ruby_whisper_params_set_suppress_blank, 1);
|
||||||
|
rb_define_method(cParams, "suppress_non_speech_tokens", ruby_whisper_params_get_suppress_non_speech_tokens, 0);
|
||||||
|
rb_define_method(cParams, "suppress_non_speech_tokens=", ruby_whisper_params_set_suppress_non_speech_tokens, 1);
|
||||||
|
rb_define_method(cParams, "token_timestamps", ruby_whisper_params_get_token_timestamps, 0);
|
||||||
|
rb_define_method(cParams, "token_timestamps=", ruby_whisper_params_set_token_timestamps, 1);
|
||||||
|
rb_define_method(cParams, "split_on_word", ruby_whisper_params_get_split_on_word, 0);
|
||||||
|
rb_define_method(cParams, "split_on_word=", ruby_whisper_params_set_split_on_word, 1);
|
||||||
|
rb_define_method(cParams, "speed_up", ruby_whisper_params_get_speed_up, 0);
|
||||||
|
rb_define_method(cParams, "speed_up=", ruby_whisper_params_set_speed_up, 1);
|
||||||
|
rb_define_method(cParams, "diarize", ruby_whisper_params_get_diarize, 0);
|
||||||
|
rb_define_method(cParams, "diarize=", ruby_whisper_params_set_diarize, 1);
|
||||||
|
|
||||||
|
rb_define_method(cParams, "offset", ruby_whisper_params_get_offset, 0);
|
||||||
|
rb_define_method(cParams, "offset=", ruby_whisper_params_set_offset, 1);
|
||||||
|
rb_define_method(cParams, "duration", ruby_whisper_params_get_duration, 0);
|
||||||
|
rb_define_method(cParams, "duration=", ruby_whisper_params_set_duration, 1);
|
||||||
|
|
||||||
|
rb_define_method(cParams, "max_text_tokens", ruby_whisper_params_get_max_text_tokens, 0);
|
||||||
|
rb_define_method(cParams, "max_text_tokens=", ruby_whisper_params_set_max_text_tokens, 1);
|
||||||
|
}
|
||||||
|
#ifdef __cplusplus
|
||||||
|
}
|
||||||
|
#endif
|
15
bindings/ruby/ext/ruby_whisper.h
Normal file
15
bindings/ruby/ext/ruby_whisper.h
Normal file
@ -0,0 +1,15 @@
|
|||||||
|
#ifndef __RUBY_WHISPER_H
|
||||||
|
#define __RUBY_WHISPER_H
|
||||||
|
|
||||||
|
#include "whisper.h"
|
||||||
|
|
||||||
|
typedef struct {
|
||||||
|
struct whisper_context *context;
|
||||||
|
} ruby_whisper;
|
||||||
|
|
||||||
|
typedef struct {
|
||||||
|
struct whisper_full_params params;
|
||||||
|
bool diarize;
|
||||||
|
} ruby_whisper_params;
|
||||||
|
|
||||||
|
#endif
|
138
bindings/ruby/tests/test_whisper.rb
Normal file
138
bindings/ruby/tests/test_whisper.rb
Normal file
@ -0,0 +1,138 @@
|
|||||||
|
TOPDIR = File.expand_path(File.join(File.dirname(__FILE__), '..'))
|
||||||
|
EXTDIR = File.join(TOPDIR, 'ext')
|
||||||
|
#$LIBDIR = File.join(TOPDIR, 'lib')
|
||||||
|
#$:.unshift(LIBDIR)
|
||||||
|
$:.unshift(EXTDIR)
|
||||||
|
|
||||||
|
require 'whisper'
|
||||||
|
require 'test/unit'
|
||||||
|
|
||||||
|
class TestWhisper < Test::Unit::TestCase
|
||||||
|
def setup
|
||||||
|
@params = Whisper::Params.new
|
||||||
|
end
|
||||||
|
|
||||||
|
def test_language
|
||||||
|
@params.language = "en"
|
||||||
|
assert_equal @params.language, "en"
|
||||||
|
@params.language = "auto"
|
||||||
|
assert_equal @params.language, "auto"
|
||||||
|
end
|
||||||
|
|
||||||
|
def test_offset
|
||||||
|
@params.offset = 10_000
|
||||||
|
assert_equal @params.offset, 10_000
|
||||||
|
@params.offset = 0
|
||||||
|
assert_equal @params.offset, 0
|
||||||
|
end
|
||||||
|
|
||||||
|
def test_duration
|
||||||
|
@params.duration = 60_000
|
||||||
|
assert_equal @params.duration, 60_000
|
||||||
|
@params.duration = 0
|
||||||
|
assert_equal @params.duration, 0
|
||||||
|
end
|
||||||
|
|
||||||
|
def test_max_text_tokens
|
||||||
|
@params.max_text_tokens = 300
|
||||||
|
assert_equal @params.max_text_tokens, 300
|
||||||
|
@params.max_text_tokens = 0
|
||||||
|
assert_equal @params.max_text_tokens, 0
|
||||||
|
end
|
||||||
|
|
||||||
|
def test_translate
|
||||||
|
@params.translate = true
|
||||||
|
assert @params.translate
|
||||||
|
@params.translate = false
|
||||||
|
assert !@params.translate
|
||||||
|
end
|
||||||
|
|
||||||
|
def test_no_context
|
||||||
|
@params.no_context = true
|
||||||
|
assert @params.no_context
|
||||||
|
@params.no_context = false
|
||||||
|
assert !@params.no_context
|
||||||
|
end
|
||||||
|
|
||||||
|
def test_single_segment
|
||||||
|
@params.single_segment = true
|
||||||
|
assert @params.single_segment
|
||||||
|
@params.single_segment = false
|
||||||
|
assert !@params.single_segment
|
||||||
|
end
|
||||||
|
|
||||||
|
def test_print_special
|
||||||
|
@params.print_special = true
|
||||||
|
assert @params.print_special
|
||||||
|
@params.print_special = false
|
||||||
|
assert !@params.print_special
|
||||||
|
end
|
||||||
|
|
||||||
|
def test_print_progress
|
||||||
|
@params.print_progress = true
|
||||||
|
assert @params.print_progress
|
||||||
|
@params.print_progress = false
|
||||||
|
assert !@params.print_progress
|
||||||
|
end
|
||||||
|
|
||||||
|
def test_print_realtime
|
||||||
|
@params.print_realtime = true
|
||||||
|
assert @params.print_realtime
|
||||||
|
@params.print_realtime = false
|
||||||
|
assert !@params.print_realtime
|
||||||
|
end
|
||||||
|
|
||||||
|
def test_print_timestamps
|
||||||
|
@params.print_timestamps = true
|
||||||
|
assert @params.print_timestamps
|
||||||
|
@params.print_timestamps = false
|
||||||
|
assert !@params.print_timestamps
|
||||||
|
end
|
||||||
|
|
||||||
|
def test_suppress_blank
|
||||||
|
@params.suppress_blank = true
|
||||||
|
assert @params.suppress_blank
|
||||||
|
@params.suppress_blank = false
|
||||||
|
assert !@params.suppress_blank
|
||||||
|
end
|
||||||
|
|
||||||
|
def test_suppress_non_speech_tokens
|
||||||
|
@params.suppress_non_speech_tokens = true
|
||||||
|
assert @params.suppress_non_speech_tokens
|
||||||
|
@params.suppress_non_speech_tokens = false
|
||||||
|
assert !@params.suppress_non_speech_tokens
|
||||||
|
end
|
||||||
|
|
||||||
|
def test_token_timestamps
|
||||||
|
@params.token_timestamps = true
|
||||||
|
assert @params.token_timestamps
|
||||||
|
@params.token_timestamps = false
|
||||||
|
assert !@params.token_timestamps
|
||||||
|
end
|
||||||
|
|
||||||
|
def test_split_on_word
|
||||||
|
@params.split_on_word = true
|
||||||
|
assert @params.split_on_word
|
||||||
|
@params.split_on_word = false
|
||||||
|
assert !@params.split_on_word
|
||||||
|
end
|
||||||
|
|
||||||
|
def test_speed_up
|
||||||
|
@params.speed_up = true
|
||||||
|
assert @params.speed_up
|
||||||
|
@params.speed_up = false
|
||||||
|
assert !@params.speed_up
|
||||||
|
end
|
||||||
|
|
||||||
|
def test_whisper
|
||||||
|
@whisper = Whisper::Context.new(File.join(TOPDIR, '..', '..', 'models', 'ggml-base.en.bin'))
|
||||||
|
params = Whisper::Params.new
|
||||||
|
params.print_timestamps = false
|
||||||
|
|
||||||
|
jfk = File.join(TOPDIR, '..', '..', 'samples', 'jfk.wav')
|
||||||
|
@whisper.transcribe(jfk, params) {|text|
|
||||||
|
assert_match /ask not what your country can do for you, ask what you can do for your country/, text
|
||||||
|
}
|
||||||
|
end
|
||||||
|
|
||||||
|
end
|
Loading…
Reference in New Issue
Block a user