whisper.cpp 关键词纠错

粗糙转写会在后续放大错误，Whisper.cpp支持自有词典场景关键词拼写纠偏。指令如下：
查看文档：https://www.openhab.org/addons/voice/whisperstt/

```bash
./main -m ggml-large-v3.bin -f meeting.wav \
       --language zh \                           # 中文
       --prompt "OKR KPI KenLM 飞轮效应" \   # ⬅ Level‑1：短 prompt 注入
       --grammar action_item.gbnf \              # ⬅ Level‑2：GBNF 词典
       --grammar-rule root \
       --grammar-penalty 60 \
       --beam-size 5

其中：

• --prompt：把 5‑10 个高频术语拼到上下文。
• --grammar + --grammar-penalty：真正的“自有词典”功能

1. 什么是grammar

GBNF（GGML Backus‑Naur Form） 是 GGML 生态（llama.cpp、whisper.cpp 等）引入的一种 扩展版 BNF 语法，用来给模型输出“加栅栏”——只有满足语法的 token 序列才允许被采样。它在经典 BNF 的基础上，加入了 Regex‑风格的字符范围、重复、可选等写法，既轻量又易读，可直接写成文本文件并在推理时通过 --grammar 加载。

1.1 语法速览

root 规则必需：它定义了整个输出必须符合的顶层模式。​GitHub
非终结符命名惯例：建议全小写加短横线，如 kw-list、date-part。

1.2 写一个最小词典示例

# meeting_keywords.gbnf
root ::= kw-list "."          # 整句只有关键词 + 句点
kw-list ::= kw (" " kw)*      # 多个关键字用空格分隔
kw ::= "OKR" | "KPI" | "KenLM" | "Conformer" | "飞轮效应"

• root 要求整句以关键词序列开头，以句点结尾，任何“非词典” token 都会被 --grammar-penalty 强力压制。
• 词典扩展时，只需在 kw ::= ... 后追加 "新词" 即可。

1.3 更复杂的会议口令示例

# action_item.gbnf
root          ::= line+
line          ::= speaker ":" todo "\n"
speaker       ::= "张三" | "Alice" | "Bob"
todo          ::= verb obj [ddl]
verb          ::= "完成" | "更新" | "评审"
obj           ::= [^@\n]{1,80}          # 任意 1‑80 个非换行、非 @ 字符
ddl           ::= "@" date
date          ::= [0-9]{4} "-" [0-1][0-9] "-" [0-3][0-9]

• 强制所有输出都是 “人名: 动作 对象 @2025‑05‑01” 的形式。
• 可用在 大模型生成 Action Item 时确保结构正确，同样适用于 Whisper 转写约束。

1.4 小贴士

1. 中文 / Unicode 直接写在引号内；必要时用 \u4e2d\u6587 形式。
2. 大词典 (>1000 词) 建议拆两层：
   • 高频 300 词放 GBNF 并提高 penalty；
   • 低频词放 --prompt，降低 penalty，兼顾速度
3. 若想把已有 JSON Schema → GBNF（如强制输出合法 JSON），llama.cpp 自带 json_schema_to_grammar.py 可一键转换

本文发布于2025年04月21日23:55，已经过了251天，若内容或图片失效，请留言反馈