Global · IA · Software · Inferencia · Audio · Qwen · Gemma
llama.cpp amplía el soporte de audio para Qwen3 y Gemma 4
Dos compilaciones del motor de inferencia incorporan componentes para procesar voz con modelos ya existentes.
Fecha de la fuente original:
Lo esencial
- Las dos compilaciones se publicaron el 12 de abril.
Qwen3 en la ruta multimodal
El proyecto llama.cpp publicó la compilación b8769 con soporte de audio para Qwen3-Omni y Qwen3-ASR. El cambio incorpora esas arquitecturas al componente multimodal del motor y registra la conversión y ejecución del modelo de reconocimiento de voz.
Un codificador para Gemma 4
La compilación b8766, publicada unas horas antes, añadió procesamiento de audio para Gemma 4 E2B y E4B. Incluye un codificador Conformer de doce capas y un preprocesador de sonido adaptado al modelo. Los desarrolladores documentaron pruebas de transcripción con CPU y Vulkan. Las dos actualizaciones amplían la compatibilidad del software de inferencia; los modelos de Google y Alibaba habían sido presentados previamente.