Mozilla、C/C++音声認識ライブラリ「transcribe.cpp」を公式リリース
本文の状態
日本語全文を表示中
詳細モードで約3分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
Mozilla AI
Mozilla AI は、CJ Pais 氏が開発した C/C++ ベースの音声認識ライブラリ「transcribe.cpp」を公式リリースし、GGUF 形式や GPU アクセラレーションに対応する標準化されたインターフェースを提供した。
AI深層分析を開く2026年8月4日 12:11
AI深層分析
キーポイント
C/C++ による汎用 STT ライブラリの公開
transcribe.cpp は「llama.cpp for STT models」と位置づけられ、GGML ランタイムと GGUF 形式を採用して Whisper などの多様な音声認識モデルを統一的に実行可能にする。
マルチプラットフォームな GPU アクセラレーションの実現
Metal、Vulkan、CUDA のバックエンドをサポートし、Mac 限定の MLX モデルなど孤立していたモデルも跨平台で高速推論できるようにするインターフェースを提供する。
Mozilla.ai Builders in Residence プログラム初の成果
本プロジェクトは Mozilla.ai のビルダー在籍プログラム（BiR）の支援下で開発された最初の独立したオープンソースプロジェクトであり、同プログラムの目標である応用研究の推進を体現する。
ポータブルな実行ファイル「transcribefiles」の構築
本ライブラリを活用することで、マルチプラットフォームで自己完結型の「transcribefiles」という実行ファイルを生成し、コード記述なしに音声転写タスクを実行できる環境を整備する。
重要な引用
transcribe.cpp is a C/C++ speech-to-text (STT) inference library. Think about it as "llama.cpp for STT models"
transcribe.cpp provides a uniform interface that easily brings GPU acceleration to all these models.
transcribe.cpp is also the first independent open-source project developed with the support of Mozilla.ai's Builders in Residence (BiR) program!
編集コメントを表示
編集コメント
Mozilla が音声認識分野においても「llama.cpp」のような汎用ライブラリ戦略を推し進めたことは、開発者エコシステムの拡大に寄与する。特にビルダー在籍プログラムからの独立プロジェクト誕生は、オープンソースコミュニティと企業研究の連携モデルとして注目される。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
image CJ Pais 氏が開発した「transcribe.cpp」が正式にリリースされました！
transcribe.cpp とは？
transcribe.cpp は、C/C++ で書かれた音声認識（STT）推論ライブラリです。一言で言えば、「STT モデル向けの llama.cpp」のような存在です。GGML ランタイムを活用し、GGUF 形式に対応した多様な STT モデルファミリーをサポートします。Metal、Vulkan、CUDA バックエンドに対応しているため、GPU を活用した高速な推論が可能です。
CJ 氏はこれまで、Mozilla の兄弟プロジェクトである Builders プログラムを通じて、llamafile プロジェクトに貢献してきました。具体的には、LocalScore ベンチマークツールの開発や新モデルのサポート追加、そして whisper.cpp の機能を「whisperfile」として統合するなどの活動を行いました。その STT 分野での研究は、現在では彼自身のデスクトップアプリケーション「Handy」へと発展し、今年初めに WIRED で取り上げられるほど注目されています。
transcribe.cpp の開発は、次のような観察から始まりました。Handy には非常に優れた音声認識（STT）モデルを多数組み込むことが可能でしたが、それらはしばしば孤立して開発されています。その結果、二つの共通の弱点が生じています。一つは移植性の低さ（例えば MLX モデルは Mac でのみ動作する）です。もう一つは性能が最適化されていない点で、アクセラレーション機能もすぐにどこでも使えるわけではありません。
transcribe.cpp は、これらのすべてのモデルに GPU アクセラレーションを容易に提供するための統一されたインターフェースを提供します。最終的な成果物は、Handy だけでなく、アプリケーションに音声認識機能を組み込みたい誰にとっても利用可能なオープンソースライブラリです。
しかし、このリリースを祝う理由はこれだけではありません。transcribe.cpp はまた、Mozilla.ai の Builders in Residence（BiR）プログラムの支援のもとで開発された、最初の独立したオープンソースプロジェクトでもあります。BiR プログラムの目標は、最先端の実用的な研究をオープンに進めると同時に、それらを当社のロードマップと結びつけることです。transcribe.cpp の場合、これはライブラリを活用して「transcribefiles」を作成することにつながります。これらはポータブルでマルチプラットフォーム対応の自己完結型実行ファイルであり、（ほぼ）どこでも実行して音声書き起こしを行うことができます。
これがあなたにとって何を意味するのか？
STT（音声認識）機能をアプリケーションに追加したい開発者の方には、ライブラリの GitHub リポジトリが次のステップとなります。また、コードを一行も書かずに Handy を使ってトランスクリプションを試したり、llamafile を利用して好みのモデルと設定を束ねて、アドホックなトランスクリプションタスク用に単独実行可能な形式にパッケージ化することも可能です。
これはまだ始まりに過ぎません。transcribe.cpp から新たなツールが生まれることを楽しみにしています！
原文を表示
imageWe are excited to announce that CJ Pais' transcribe.cpp has been officially released!
What is transcribe.cpp?
transcribe.cpp is a C/C++ speech-to-text (STT) inference library. Think about it as "llama.cpp for STT models": it relies on the ggml runtime to support a variety of STT model families via GGUF, models which you can run with Metal, Vulkan, and CUDA backends for fast GPU inference.
CJ has previously collaborated with our Mozilla siblings through their Builders program, contributing to the llamafile project in different ways. He created the LocalScore benchmarking tool, added support for new models, and integrated whisper.cpp functionalities in the form of whisperfile. His work on STT has grown into his own desktop application, Handy, which was featured on WIRED at the beginning of this year.
transcribe.cpp development started from this observation: many very good STT models could have been included in Handy, but they are often developed in isolation. This leaves them with two recurring weaknesses: poor portability (e.g. MLX models only run on Macs) and sub-optimal performance (as acceleration rarely works everywhere out-of-the-box). transcribe.cpp provides a uniform interface that easily brings GPU acceleration to all these models. The final result is an open source library available not just to Handy, but to everyone wishing to include STT functionalities in their applications.
But that's not the only reason to celebrate this release: transcribe.cpp is also the first independent open-source project developed with the support of Mozilla.ai's Builders in Residence (BiR) program! Our goal with BiR is to advance applied, cutting-edge research in the open while connecting it with our own roadmap. In the case of transcribe.cpp, this translates into using the library to build transcribefiles: portable, multi-platform, self-contained executables that you can run (almost) anywhere to perform audio transcription.
What does this mean for you?
If you are a builder willing to add STT functionalities to your application, then the library’s GitHub repo is your next stop. But you can also play with transcription without the need to write a line of code using Handy, or use our llamafile to bundle your favorite model and configuration into a self-contained executable for an ad-hoc transcription task. And this is just the start: we look forward to seeing people create new tools out of transcribe.cpp!
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み