[audio.cpp] What Does the Fox Say: ネイティブC++/GGMLでの4つのASRモデル（Nemotron 3.5 ASR、Higgs Audio STT、VibeVoice ASR、Hviske ASR）、ストリーミングサポートの初期化、2.17秒で327秒のオーディオを文字起こし

audio.cppライブラリに、Nemotron 3.5 ASR、Higgs Audio STT、VibeVoice ASR、Hviske ASRの4つのASR/STTモデルが追加され、ストリーミング対応も実装されたという報告。ネイティブC++で実装され、Python実装よりも高速であるとされています。音声認識技術の進歩と効率化を示しています。

• audio.cppライブラリに4つのASR/STTモデル（Nemotron 3.5 ASR、Higgs Audio STT、VibeVoice ASR、Hviske ASR）が追加された。
• ストリーミングサポートも実装されており、リアルタイム処理が可能になっている。
• ネイティブC++で実装されており、Python実装よりも高速であるとされている。
• 2.17秒で327秒のオーディオを文字起こしできると報告されている。