llama.cpp étend ses fonctions audio

MMarc

llama.cpp ajoute la prise en charge de modèles de texte, de vision et d’audio de la famille LFM3, avec sa version 0.8.0, publiée mercredi, selon GitHub. L’outil intègre aussi une interface expérimentale de streaming audio. Elle traite le son à mesure qu’il arrive et le prépare pour le décodage. Le serveur propose des points d’accès pour les conversations et les transcriptions audio en temps réel, ainsi que pour la synthèse vocale. Les modèles LFM3-Audio-2B et LFM3-Omni-2B prennent en charge la reconnaissance vocale, la synthèse vocale et la conversation par la voix, avec de l’audio en entrée comme en sortie. Pour les développeurs qui construisent un assistant vocal, ces fonctions permettent donc d’expérimenter dans llama.cpp avec l’écoute, la transcription et la génération de voix. La mise à jour ajoute également plusieurs architectures, dont DeepSeek V4.1 Flash, SenseNova U1, Beam, Kolibri-1, Flint et Muse Spark. Elle met à jour ggml, le moteur associé, en version 0.28.0, et apporte des améliorations de performances pour plusieurs architectures matérielles. Cette version élargit donc les usages possibles de l’outil, mais le streaming audio reste expérimental.