souminei/scribby-coreml-encoders

Scribby CoreML Encoders

為 逐字搞定（Scribby） 預先編譯的 whisper.cpp CoreML encoder 模型，讓 macOS 裝置可以透過 Apple Neural Engine (ANE) 加速語音辨識。

檔案說明

檔案	對應模型	大小	說明
ggml-large-v3-encoder.mlmodelc.zip	whisper large-v3	~1.1 GB	最高精度
ggml-large-v3-turbo-encoder.mlmodelc.zip	whisper large-v3-turbo	~1.1 GB	快速、高精度

使用方式

這些檔案由 Scribby app 在首次啟動時自動下載，無需手動操作。

如需手動使用：

# 下載
wget https://huggingface.co/souminei/scribby-coreml-encoders/resolve/main/ggml-large-v3-encoder.mlmodelc.zip

# 解壓到 whisper.cpp models 目錄
unzip ggml-large-v3-encoder.mlmodelc.zip -d /path/to/whisper.cpp/models/

產生方式

1. 使用 openai-whisper Python 模型轉換為 CoreML .mlpackage
2. 使用 coremltools.utils.compile_model() 編譯為 .mlmodelc

轉換時使用 128 mel bins（n_mels=128）和輸入形狀 (1, 128, 3000)，對應 whisper large-v3 系列的規格。

相容性

• macOS 13+ (Ventura 或更新)
• Apple Silicon (M1/M2/M3/M4)
• 搭配 whisper.cpp 使用（需開啟 WHISPER_USE_COREML）

授權

MIT License