whispercpp gem
Windows対応
Windowsではインストールできないところまでは確認したが、環境がなくて直せない
静的ライブラリーの拡張子が.lib
extじゃなくてext/Releaseにインストールされる
Rakefile中のmakeはnmakeに
shellescapeはbash用なので通用しない（コマンドパスとかに空白文字がある時）
その他
fullにオーディオファイルのパスを渡してCでそれを読ませる
VAD::Paramsの_msや_sサフィックスの無い属性を追加
単位をミリ秒に揃えていいものか迷う
stream
C++のやつを使ってもいいし、llama_cpp gemと組み合わせてもいい
whisper.cppのダイナミックリンク
homebrew版は古いし、他のパッケージマネージャーではデフォルトでサポートされてないから急がない
自分でそっち側やれという話はあるけど、まあ、まあ・・・・
Context#fullの第二引数（サンプル）として1行n列の二次元配列を受け入れる
モデルダウンロード機能拡張
レンジリクエスト機能
content lengthが無い時の対応（対応済み）
Rubyからコールバックを登録すると、CとRubyを行ったり来たりするから遅くなってしまう。高速化したい。
そもそも、GVLを解放しながらCを動かすようにするところから？
RubyのブロックをFiberとか使って別に実行とか？
deconstruct_keys
C++を使っていない箇所を別ファイルに分けたらドキュメンテーションできる？
ドキュメンテーションは別にしても、大きいので分割したい
diarizeの話者をRubyで取りたい
diarizeってステレオ音声だけっぽい。この判定ってどこでやってる？ #transcribe？ #full？
-> #trunscribe
なのだけれど、現在のRuby実装ではステレオ音声の判定だけして、使ってはいない。つまりdiarizeの設定は意味を持っていない
C++実装でもdiarizeはコアのwhisper.cppの機能ではなくて、examples/mainの機能だった
書き起こしはwhisper.cppでやり、それとは別にステレオ音声を元に話者を識別している
whisper.cppには、ステレオのうち一チャネルのデータだけを渡している
つまり概ね話者が左右に別れて喋っていると看做しているのだな
whisper.cppではtiny_diarizeがtrueじゃないと話者交代を識別しない
これはtdrzが有効なモデルじゃないと使えない
コールバックの実装をもっといい感じにしたい
RB_GC_GUARDが使えるかも
モデルファイルは XDG_CACHE_HOMEに保存しているけど、XDG_DATA_HOMEの方がいい？
Rubyのインスタンス変数を使っている所を構造体のメンバーに
そうしないとSEGVしてしまうのでインスタンス変数にしたのだけど、何故SEGVするのか分かってない
Whisper.log_setとかruby_whisper_callback_containerのメンバーとか
関数名の変更
rb_はやめたい。Rubyコア用っぽいから。
接頭辞無しのもやめたい
Rubyに露出するのとしないとの区別どうしようかと思っていたけど、区別せずにruby_whisper_でもいいのかも
WHISPER_APIカバー状況をREADMEに
MemoryView対応
サンプルとしてのアプリケーションも
サンプリング周波数とかファイルフォーマットとかの調整をRuby（拡張）レベルでやる、とか
マージされた
モデルのダウンロード機能 （対応済み）
Hugging Faceからモデルをダウンロードするユーテリティ（対応済み）
Model::URIのサブクラスか何かで
テストでのモデル読み込みや書き起こしを減らす（対応済み）
fullの実行時にコールバックを登録（対応済み）
Params#dup （対応済み）
#initialize_copyか
なんか、特に何もしなくても期待通り動いた
本家がCMakeに完全移行したので追従（対応済み） __APPLE__とかのマクロを参照してる所があってRubyじゃ取れない
VAD対応（対応済み）
対応
examples/vad-speech-segmentsをgemに入れない
TypedData_Wrap_Struct等を使う（対応済み）
今はData_Wrap_Struct等を使っているが、deprecated警告が出る