本仓库是对 exPHAT/SwiftWhisper 的 fork，目标是在 Swift 侧尽可能完整映射 whisper.cpp 的常用参数，并增加 Token 级回调，便于做流式识别与实时 UI 渲染。

Powered by whisper.cpp。

SPM 方式与原版一致；将依赖指向本仓库地址即可。

import SwiftWhisper

let modelData: Data = ... // 从 Bundle 读取 .bin
let params = WhisperParams.default
params.nThreads = 3
params.noContext = true
params.tokenTimestamps = true
params.suppressBlank = true
params.suppressNonSpeechTokens = true

let whisper = Whisper(fromData: modelData, withParams: params)
whisper.delegate = self

let segments = try await whisper.transcribe(audioFrames: pcm16kMono)
print("Transcribed:", segments.map(\.text).joined())

当 params.tokenTimestamps = true 时，将触发 token 级回调：

extension MyHandler: WhisperDelegate {
    func whisper(_ aWhisper: Whisper, didProcessNewTokens tokens: [Token], inSegmentAt index: Int) {
        // 建议：做最长公共前缀 + 时间戳单调 去重后再上屏
    }
}

不同 whisper.cpp 版本字段可能略有变化；以下映射基于较新的版本：

• 线程与上下文
  • nThreads ⇔ n_threads
  • noContext ⇔ no_context
  • maxTextContext ⇔ n_max_text_ctx
  • offsetMs / durationMs
  • audioCtx ⇔ audio_ctx
• 采样/束搜索
  • greedyBestOf ⇔ greedy.best_of
  • beamSize / beamPatience ⇔ beam_search.beam_size / patience
  • maxLen / maxTokens
  • temperature / temperatureInc
  • lengthPenalty
• 抑制与阈值
  • suppressBlank
  • suppressNonSpeechTokens（旧版可能命名 suppress_nst）
  • suppressRegex（字符串）
  • entropyThreshold / logprobThreshold / noSpeechThreshold
  • maxInitialTs / splitOnWord
• 语言与提示
  • language / translate
  • initialPrompt（字符串）
  • tokenTimestamps（启用 token 级时间戳）

注：依赖的 whisper.cpp 子模块需要 git submodule update --init --recursive 拉齐后编译。

• 滑窗 + 无上下文：noContext = true，窗口 0.7–1.5s；结合你方 VAD/带宽比策略。
• Token 实时上屏：开启 tokenTimestamps，批次内做 LCP 去重与时间戳单调过滤。
• 抑制：suppressBlank = true，suppressNonSpeechTokens = true；必要时 suppressRegex。
• 性能：nThreads 控制在 2–3；积压严重时跳过一次窗口解码以追上实时。

• 增加 Token 结构与回调（didProcessNewTokens）
• 为常用 whisper.cpp 字段增加便捷属性（WhisperParams 扩展）
• 管理 initialPrompt / suppressRegex 的 C 字符串内存
• README：参数覆盖范围 / 流式建议 / 示例
• 跨版本兼容：旧名 suppress_nst 等字段别名支持
• 文档补充：字段与 whisper.cpp 版本对照表
• 示例工程（可选）

• 模型下载：可参考 Hugging Face ggerganov/whisper.cpp。
• CoreML：保留与原版一致的 -encoder.mlmodelc 约定；仅在从文件 URL 初始化时自动检测。
• Debug 性能：可参考原版 fast 分支或使用 Release 构建。