WhisperFusion是一个基于WhisperLive和WhisperSpeech技术的AI对话系统,通过在实时语音转文本流程中集成Mistral大型语言模型(LLM),实现了与AI的无缝对话。
LLM和Whisper均经过TensorRT引擎优化,以最大程度提高性能和实时处理能力。WhisperSpeech则通过torch.compile进行优化,通过JIT编译PyTorch代码,加速推断过程。
根据项目介绍,WhisperFusion特色功能包括:
-实时语音转文本:利用OpenAI WhisperLive实现即时将口语转换为文本。
- 大型语言模型整合: 集成Mistral大型语言模型,提升对转录文本的理解和上下文把握。
- 性能优化:: LLM和Whisper均经过TensorRT引擎优化,确保高性能和低延迟处理。
- 推理加速:利用 torch.compile 对 WhisperSpeech 进行优化,通过即时编译(JIT)PyTorch 代码,进一步加快了处理速度。
产品入口:https://top.aibase.com/tool/whisperfusion