Georgi Gerganov
3 years ago
parent
2e311a2917
commit
6f110d5425
File diff suppressed because one or more lines are too long
@ -0,0 +1,46 @@
|
|||||||
|
#
|
||||||
|
# libtalk
|
||||||
|
#
|
||||||
|
|
||||||
|
set(TARGET libtalk)
|
||||||
|
|
||||||
|
add_executable(${TARGET}
|
||||||
|
emscripten.cpp
|
||||||
|
)
|
||||||
|
|
||||||
|
target_link_libraries(${TARGET} PRIVATE
|
||||||
|
whisper
|
||||||
|
)
|
||||||
|
|
||||||
|
unset(EXTRA_FLAGS)
|
||||||
|
|
||||||
|
if (WHISPER_WASM_SINGLE_FILE)
|
||||||
|
set(EXTRA_FLAGS "-s SINGLE_FILE=1")
|
||||||
|
message(STATUS "Embedding WASM inside talk.js")
|
||||||
|
|
||||||
|
add_custom_command(
|
||||||
|
TARGET ${TARGET} POST_BUILD
|
||||||
|
COMMAND ${CMAKE_COMMAND} -E copy
|
||||||
|
${CMAKE_BINARY_DIR}/bin/libtalk.js
|
||||||
|
${CMAKE_RUNTIME_OUTPUT_DIRECTORY}/talk/talk.js
|
||||||
|
)
|
||||||
|
endif()
|
||||||
|
|
||||||
|
set_target_properties(${TARGET} PROPERTIES LINK_FLAGS " \
|
||||||
|
--bind \
|
||||||
|
-s USE_PTHREADS=1 \
|
||||||
|
-s PTHREAD_POOL_SIZE=8 \
|
||||||
|
-s INITIAL_MEMORY=1400MB \
|
||||||
|
-s TOTAL_MEMORY=1400MB \
|
||||||
|
-s FORCE_FILESYSTEM=1 \
|
||||||
|
-s EXPORTED_RUNTIME_METHODS=\"['print', 'printErr', 'ccall', 'cwrap']\" \
|
||||||
|
${EXTRA_FLAGS} \
|
||||||
|
")
|
||||||
|
|
||||||
|
#
|
||||||
|
# talk
|
||||||
|
#
|
||||||
|
|
||||||
|
set(TARGET talk)
|
||||||
|
|
||||||
|
configure_file(${CMAKE_CURRENT_SOURCE_DIR}/index-tmpl.html ${CMAKE_RUNTIME_OUTPUT_DIRECTORY}/${TARGET}/index.html @ONLY)
|
||||||
@ -0,0 +1,7 @@
|
|||||||
|
# talk
|
||||||
|
|
||||||
|
WIP IN PROGRESS
|
||||||
|
|
||||||
|
ref: https://github.com/ggerganov/whisper.cpp/issues/154
|
||||||
|
|
||||||
|
demo: https://talk.ggerganov.com
|
||||||
File diff suppressed because it is too large
Load Diff
@ -0,0 +1,793 @@
|
|||||||
|
#include "ggml/ggml.h"
|
||||||
|
|
||||||
|
#include "utils.h"
|
||||||
|
|
||||||
|
#include <cassert>
|
||||||
|
#include <cmath>
|
||||||
|
#include <cstdio>
|
||||||
|
#include <cstring>
|
||||||
|
#include <fstream>
|
||||||
|
#include <map>
|
||||||
|
#include <string>
|
||||||
|
#include <vector>
|
||||||
|
|
||||||
|
// default hparams (GPT-2 117M)
|
||||||
|
struct gpt2_hparams {
|
||||||
|
int32_t n_vocab = 50257;
|
||||||
|
int32_t n_ctx = 1024;
|
||||||
|
int32_t n_embd = 768;
|
||||||
|
int32_t n_head = 12;
|
||||||
|
int32_t n_layer = 12;
|
||||||
|
int32_t f16 = 1;
|
||||||
|
};
|
||||||
|
|
||||||
|
struct gpt2_layer {
|
||||||
|
// normalization
|
||||||
|
struct ggml_tensor * ln_1_g;
|
||||||
|
struct ggml_tensor * ln_1_b;
|
||||||
|
|
||||||
|
struct ggml_tensor * ln_2_g;
|
||||||
|
struct ggml_tensor * ln_2_b;
|
||||||
|
|
||||||
|
// attention
|
||||||
|
struct ggml_tensor * c_attn_attn_w;
|
||||||
|
struct ggml_tensor * c_attn_attn_b;
|
||||||
|
|
||||||
|
struct ggml_tensor * c_attn_proj_w;
|
||||||
|
struct ggml_tensor * c_attn_proj_b;
|
||||||
|
|
||||||
|
// mlp
|
||||||
|
struct ggml_tensor * c_mlp_fc_w;
|
||||||
|
struct ggml_tensor * c_mlp_fc_b;
|
||||||
|
|
||||||
|
struct ggml_tensor * c_mlp_proj_w_trans; // transposed for efficiency
|
||||||
|
struct ggml_tensor * c_mlp_proj_b;
|
||||||
|
};
|
||||||
|
|
||||||
|
struct gpt2_model {
|
||||||
|
gpt2_hparams hparams;
|
||||||
|
|
||||||
|
// normalization
|
||||||
|
struct ggml_tensor * ln_f_g;
|
||||||
|
struct ggml_tensor * ln_f_b;
|
||||||
|
|
||||||
|
struct ggml_tensor * wte; // position embedding
|
||||||
|
struct ggml_tensor * wpe; // token embedding
|
||||||
|
|
||||||
|
std::vector<gpt2_layer> layers;
|
||||||
|
|
||||||
|
// key + value memory
|
||||||
|
struct ggml_tensor * memory_k;
|
||||||
|
struct ggml_tensor * memory_v;
|
||||||
|
|
||||||
|
//
|
||||||
|
struct ggml_context * ctx;
|
||||||
|
std::map<std::string, struct ggml_tensor *> tensors;
|
||||||
|
};
|
||||||
|
|
||||||
|
// load the model's weights from a file
|
||||||
|
bool gpt2_model_load(const std::string & fname, gpt2_model & model, gpt_vocab & vocab) {
|
||||||
|
printf("%s: loading model from '%s'\n", __func__, fname.c_str());
|
||||||
|
|
||||||
|
auto fin = std::ifstream(fname, std::ios::binary);
|
||||||
|
if (!fin) {
|
||||||
|
fprintf(stderr, "%s: failed to open '%s'\n", __func__, fname.c_str());
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
// verify magic
|
||||||
|
{
|
||||||
|
uint32_t magic;
|
||||||
|
fin.read((char *) &magic, sizeof(magic));
|
||||||
|
if (magic != 0x67676d6c) {
|
||||||
|
fprintf(stderr, "%s: invalid model file '%s' (bad magic)\n", __func__, fname.c_str());
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// load hparams
|
||||||
|
{
|
||||||
|
auto & hparams = model.hparams;
|
||||||
|
|
||||||
|
fin.read((char *) &hparams.n_vocab, sizeof(hparams.n_vocab));
|
||||||
|
fin.read((char *) &hparams.n_ctx, sizeof(hparams.n_ctx));
|
||||||
|
fin.read((char *) &hparams.n_embd, sizeof(hparams.n_embd));
|
||||||
|
fin.read((char *) &hparams.n_head, sizeof(hparams.n_head));
|
||||||
|
fin.read((char *) &hparams.n_layer, sizeof(hparams.n_layer));
|
||||||
|
fin.read((char *) &hparams.f16, sizeof(hparams.f16));
|
||||||
|
|
||||||
|
printf("%s: n_vocab = %d\n", __func__, hparams.n_vocab);
|
||||||
|
printf("%s: n_ctx = %d\n", __func__, hparams.n_ctx);
|
||||||
|
printf("%s: n_embd = %d\n", __func__, hparams.n_embd);
|
||||||
|
printf("%s: n_head = %d\n", __func__, hparams.n_head);
|
||||||
|
printf("%s: n_layer = %d\n", __func__, hparams.n_layer);
|
||||||
|
printf("%s: f16 = %d\n", __func__, hparams.f16);
|
||||||
|
}
|
||||||
|
|
||||||
|
// load vocab
|
||||||
|
{
|
||||||
|
int32_t n_vocab = 0;
|
||||||
|
fin.read((char *) &n_vocab, sizeof(n_vocab));
|
||||||
|
|
||||||
|
if (n_vocab != model.hparams.n_vocab) {
|
||||||
|
fprintf(stderr, "%s: invalid model file '%s' (bad vocab size %d != %d)\n",
|
||||||
|
__func__, fname.c_str(), n_vocab, model.hparams.n_vocab);
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
std::string word;
|
||||||
|
for (int i = 0; i < n_vocab; i++) {
|
||||||
|
uint32_t len;
|
||||||
|
fin.read((char *) &len, sizeof(len));
|
||||||
|
|
||||||
|
word.resize(len);
|
||||||
|
fin.read((char *) word.data(), len);
|
||||||
|
|
||||||
|
vocab.token_to_id[word] = i;
|
||||||
|
vocab.id_to_token[i] = word;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// for the big tensors, we have the option to store the data in 16-bit floats
|
||||||
|
// in order to save memory and also to speed up the computation
|
||||||
|
const ggml_type wtype = model.hparams.f16 ? GGML_TYPE_F16 : GGML_TYPE_F32;
|
||||||
|
|
||||||
|
auto & ctx = model.ctx;
|
||||||
|
|
||||||
|
size_t ctx_size = 0;
|
||||||
|
|
||||||
|
{
|
||||||
|
const auto & hparams = model.hparams;
|
||||||
|
|
||||||
|
const int n_embd = hparams.n_embd;
|
||||||
|
const int n_layer = hparams.n_layer;
|
||||||
|
const int n_ctx = hparams.n_ctx;
|
||||||
|
const int n_vocab = hparams.n_vocab;
|
||||||
|
|
||||||
|
ctx_size += n_embd*ggml_type_size(GGML_TYPE_F32); // ln_f_g
|
||||||
|
ctx_size += n_embd*ggml_type_size(GGML_TYPE_F32); // ln_f_b
|
||||||
|
|
||||||
|
ctx_size += n_vocab*n_embd*ggml_type_size(wtype); // wte
|
||||||
|
ctx_size += n_ctx*n_embd*ggml_type_size(GGML_TYPE_F32); // wpe
|
||||||
|
|
||||||
|
ctx_size += n_layer*(n_embd*ggml_type_size(GGML_TYPE_F32)); // ln_1_g
|
||||||
|
ctx_size += n_layer*(n_embd*ggml_type_size(GGML_TYPE_F32)); // ln_1_b
|
||||||
|
|
||||||
|
ctx_size += n_layer*(n_embd*ggml_type_size(GGML_TYPE_F32)); // ln_2_g
|
||||||
|
ctx_size += n_layer*(n_embd*ggml_type_size(GGML_TYPE_F32)); // ln_2_b
|
||||||
|
|
||||||
|
ctx_size += n_layer*(3*n_embd*n_embd*ggml_type_size(wtype)); // c_attn_attn_w
|
||||||
|
ctx_size += n_layer*( 3*n_embd*ggml_type_size(GGML_TYPE_F32)); // c_attn_attn_b
|
||||||
|
|
||||||
|
ctx_size += n_layer*(n_embd*n_embd*ggml_type_size(wtype)); // c_attn_proj_w
|
||||||
|
ctx_size += n_layer*( n_embd*ggml_type_size(GGML_TYPE_F32)); // c_attn_proj_b
|
||||||
|
|
||||||
|
ctx_size += n_layer*(4*n_embd*n_embd*ggml_type_size(wtype)); // c_mlp_fc_w
|
||||||
|
ctx_size += n_layer*( 4*n_embd*ggml_type_size(GGML_TYPE_F32)); // c_mlp_fc_b
|
||||||
|
|
||||||
|
ctx_size += n_layer*(4*n_embd*n_embd*ggml_type_size(wtype)); // c_mlp_proj_w
|
||||||
|
ctx_size += n_layer*( n_embd*ggml_type_size(GGML_TYPE_F32)); // c_mlp_proj_b
|
||||||
|
|
||||||
|
ctx_size += n_ctx*n_layer*n_embd*ggml_type_size(GGML_TYPE_F32); // memory_k
|
||||||
|
ctx_size += n_ctx*n_layer*n_embd*ggml_type_size(GGML_TYPE_F32); // memory_v
|
||||||
|
|
||||||
|
ctx_size += (6 + 12*n_layer)*256; // object overhead
|
||||||
|
|
||||||
|
printf("%s: ggml ctx size = %6.2f MB\n", __func__, ctx_size/(1024.0*1024.0));
|
||||||
|
}
|
||||||
|
|
||||||
|
// create the ggml context
|
||||||
|
{
|
||||||
|
struct ggml_init_params params = {
|
||||||
|
.mem_size = ctx_size,
|
||||||
|
.mem_buffer = NULL,
|
||||||
|
};
|
||||||
|
|
||||||
|
model.ctx = ggml_init(params);
|
||||||
|
if (!model.ctx) {
|
||||||
|
fprintf(stderr, "%s: ggml_init() failed\n", __func__);
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// prepare memory for the weights
|
||||||
|
{
|
||||||
|
const auto & hparams = model.hparams;
|
||||||
|
|
||||||
|
const int n_embd = hparams.n_embd;
|
||||||
|
const int n_layer = hparams.n_layer;
|
||||||
|
const int n_ctx = hparams.n_ctx;
|
||||||
|
const int n_vocab = hparams.n_vocab;
|
||||||
|
|
||||||
|
model.layers.resize(n_layer);
|
||||||
|
|
||||||
|
model.ln_f_g = ggml_new_tensor_1d(ctx, GGML_TYPE_F32, n_embd);
|
||||||
|
model.ln_f_b = ggml_new_tensor_1d(ctx, GGML_TYPE_F32, n_embd);
|
||||||
|
|
||||||
|
model.wte = ggml_new_tensor_2d(ctx, wtype, n_embd, n_vocab);
|
||||||
|
model.wpe = ggml_new_tensor_2d(ctx, GGML_TYPE_F32, n_embd, n_ctx);
|
||||||
|
|
||||||
|
// map by name
|
||||||
|
model.tensors["model/ln_f/g"] = model.ln_f_g;
|
||||||
|
model.tensors["model/ln_f/b"] = model.ln_f_b;
|
||||||
|
|
||||||
|
model.tensors["model/wte"] = model.wte;
|
||||||
|
model.tensors["model/wpe"] = model.wpe;
|
||||||
|
|
||||||
|
for (int i = 0; i < n_layer; ++i) {
|
||||||
|
auto & layer = model.layers[i];
|
||||||
|
|
||||||
|
layer.ln_1_g = ggml_new_tensor_1d(ctx, GGML_TYPE_F32, n_embd);
|
||||||
|
layer.ln_1_b = ggml_new_tensor_1d(ctx, GGML_TYPE_F32, n_embd);
|
||||||
|
|
||||||
|
layer.ln_2_g = ggml_new_tensor_1d(ctx, GGML_TYPE_F32, n_embd);
|
||||||
|
layer.ln_2_b = ggml_new_tensor_1d(ctx, GGML_TYPE_F32, n_embd);
|
||||||
|
|
||||||
|
layer.c_attn_attn_w = ggml_new_tensor_2d(ctx, wtype, 3*n_embd, n_embd);
|
||||||
|
layer.c_attn_attn_b = ggml_new_tensor_1d(ctx, GGML_TYPE_F32, 3*n_embd);
|
||||||
|
|
||||||
|
layer.c_attn_proj_w = ggml_new_tensor_2d(ctx, wtype, n_embd, n_embd);
|
||||||
|
layer.c_attn_proj_b = ggml_new_tensor_1d(ctx, GGML_TYPE_F32, n_embd);
|
||||||
|
|
||||||
|
layer.c_mlp_fc_w = ggml_new_tensor_2d(ctx, wtype, 4*n_embd, n_embd);
|
||||||
|
layer.c_mlp_fc_b = ggml_new_tensor_1d(ctx, GGML_TYPE_F32, 4*n_embd);
|
||||||
|
|
||||||
|
layer.c_mlp_proj_w_trans = ggml_new_tensor_2d(ctx, wtype, 4*n_embd, n_embd);
|
||||||
|
layer.c_mlp_proj_b = ggml_new_tensor_1d(ctx, GGML_TYPE_F32, n_embd);
|
||||||
|
|
||||||
|
// map by name
|
||||||
|
model.tensors["model/h" + std::to_string(i) + "/ln_1/g"] = layer.ln_1_g;
|
||||||
|
model.tensors["model/h" + std::to_string(i) + "/ln_1/b"] = layer.ln_1_b;
|
||||||
|
|
||||||
|
model.tensors["model/h" + std::to_string(i) + "/ln_2/g"] = layer.ln_2_g;
|
||||||
|
model.tensors["model/h" + std::to_string(i) + "/ln_2/b"] = layer.ln_2_b;
|
||||||
|
|
||||||
|
model.tensors["model/h" + std::to_string(i) + "/attn/c_attn/w"] = layer.c_attn_attn_w;
|
||||||
|
model.tensors["model/h" + std::to_string(i) + "/attn/c_attn/b"] = layer.c_attn_attn_b;
|
||||||
|
|
||||||
|
model.tensors["model/h" + std::to_string(i) + "/attn/c_proj/w"] = layer.c_attn_proj_w;
|
||||||
|
model.tensors["model/h" + std::to_string(i) + "/attn/c_proj/b"] = layer.c_attn_proj_b;
|
||||||
|
|
||||||
|
model.tensors["model/h" + std::to_string(i) + "/mlp/c_fc/w"] = layer.c_mlp_fc_w;
|
||||||
|
model.tensors["model/h" + std::to_string(i) + "/mlp/c_fc/b"] = layer.c_mlp_fc_b;
|
||||||
|
|
||||||
|
model.tensors["model/h" + std::to_string(i) + "/mlp/c_proj/w"] = layer.c_mlp_proj_w_trans;
|
||||||
|
model.tensors["model/h" + std::to_string(i) + "/mlp/c_proj/b"] = layer.c_mlp_proj_b;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// key + value memory
|
||||||
|
{
|
||||||
|
const auto & hparams = model.hparams;
|
||||||
|
|
||||||
|
const int n_embd = hparams.n_embd;
|
||||||
|
const int n_layer = hparams.n_layer;
|
||||||
|
const int n_ctx = hparams.n_ctx;
|
||||||
|
|
||||||
|
const int n_mem = n_layer*n_ctx;
|
||||||
|
const int n_elements = n_embd*n_mem;
|
||||||
|
|
||||||
|
model.memory_k = ggml_new_tensor_1d(ctx, GGML_TYPE_F32, n_elements);
|
||||||
|
model.memory_v = ggml_new_tensor_1d(ctx, GGML_TYPE_F32, n_elements);
|
||||||
|
|
||||||
|
const size_t memory_size = ggml_nbytes(model.memory_k) + ggml_nbytes(model.memory_v);
|
||||||
|
|
||||||
|
printf("%s: memory size = %8.2f MB, n_mem = %d\n", __func__, memory_size/1024.0/1024.0, n_mem);
|
||||||
|
}
|
||||||
|
|
||||||
|
// load weights
|
||||||
|
{
|
||||||
|
size_t total_size = 0;
|
||||||
|
|
||||||
|
while (true) {
|
||||||
|
int32_t n_dims;
|
||||||
|
int32_t length;
|
||||||
|
int32_t ftype;
|
||||||
|
|
||||||
|
fin.read(reinterpret_cast<char *>(&n_dims), sizeof(n_dims));
|
||||||
|
fin.read(reinterpret_cast<char *>(&length), sizeof(length));
|
||||||
|
fin.read(reinterpret_cast<char *>(&ftype), sizeof(ftype));
|
||||||
|
|
||||||
|
if (fin.eof()) {
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
|
||||||
|
int32_t nelements = 1;
|
||||||
|
int32_t ne[2] = { 1, 1 };
|
||||||
|
for (int i = 0; i < n_dims; ++i) {
|
||||||
|
fin.read(reinterpret_cast<char *>(&ne[i]), sizeof(ne[i]));
|
||||||
|
nelements *= ne[i];
|
||||||
|
}
|
||||||
|
|
||||||
|
std::string name(length, 0);
|
||||||
|
fin.read(&name[0], length);
|
||||||
|
|
||||||
|
if (model.tensors.find(name.data()) == model.tensors.end()) {
|
||||||
|
fprintf(stderr, "%s: unknown tensor '%s' in model file\n", __func__, name.data());
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
auto tensor = model.tensors[name.data()];
|
||||||
|
if (ggml_nelements(tensor) != nelements) {
|
||||||
|
fprintf(stderr, "%s: tensor '%s' has wrong size in model file\n", __func__, name.data());
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
if (tensor->ne[0] != ne[0] || tensor->ne[1] != ne[1]) {
|
||||||
|
fprintf(stderr, "%s: tensor '%s' has wrong shape in model file: got [%d, %d], expected [%d, %d]\n",
|
||||||
|
__func__, name.data(), tensor->ne[0], tensor->ne[1], ne[0], ne[1]);
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
const size_t bpe = (ftype == 0) ? sizeof(float) : sizeof(ggml_fp16_t);
|
||||||
|
|
||||||
|
if (nelements*bpe != ggml_nbytes(tensor)) {
|
||||||
|
fprintf(stderr, "%s: tensor '%s' has wrong size in model file: got %zu, expected %zu\n",
|
||||||
|
__func__, name.data(), ggml_nbytes(tensor), nelements*bpe);
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
fin.read(reinterpret_cast<char *>(tensor->data), ggml_nbytes(tensor));
|
||||||
|
|
||||||
|
//printf("%24s - [%5d, %5d], type = %6s, %6.2f MB\n", name.data(), ne[0], ne[1], ftype == 0 ? "float" : "f16", ggml_nbytes(tensor)/1024.0/1024.0);
|
||||||
|
total_size += ggml_nbytes(tensor);
|
||||||
|
}
|
||||||
|
|
||||||
|
printf("%s: model size = %8.2f MB\n", __func__, total_size/1024.0/1024.0);
|
||||||
|
}
|
||||||
|
|
||||||
|
fin.close();
|
||||||
|
|
||||||
|
return true;
|
||||||
|
}
|
||||||
|
|
||||||
|
// evaluate the transformer
|
||||||
|
//
|
||||||
|
// - model: the model
|
||||||
|
// - n_threads: number of threads to use
|
||||||
|
// - n_past: the context size so far
|
||||||
|
// - embd_inp: the embeddings of the tokens in the context
|
||||||
|
// - embd_w: the predicted probabilities of the next token
|
||||||
|
//
|
||||||
|
bool gpt2_eval(
|
||||||
|
const gpt2_model & model,
|
||||||
|
const int n_threads,
|
||||||
|
const int n_past,
|
||||||
|
const std::vector<gpt_vocab::id> & embd_inp,
|
||||||
|
std::vector<float> & embd_w,
|
||||||
|
size_t & mem_per_token) {
|
||||||
|
const int N = embd_inp.size();
|
||||||
|
|
||||||
|
const auto & hparams = model.hparams;
|
||||||
|
|
||||||
|
const int n_embd = hparams.n_embd;
|
||||||
|
const int n_layer = hparams.n_layer;
|
||||||
|
const int n_ctx = hparams.n_ctx;
|
||||||
|
const int n_head = hparams.n_head;
|
||||||
|
const int n_vocab = hparams.n_vocab;
|
||||||
|
|
||||||
|
static size_t buf_size = 256u*1024*1024;
|
||||||
|
static void * buf = malloc(buf_size);
|
||||||
|
|
||||||
|
if (mem_per_token > 0 && mem_per_token*N > buf_size) {
|
||||||
|
const size_t buf_size_new = 1.1*(mem_per_token*N); // add 10% to account for ggml object overhead
|
||||||
|
//printf("\n%s: reallocating buffer from %zu to %zu bytes\n", __func__, buf_size, buf_size_new);
|
||||||
|
|
||||||
|
// reallocate
|
||||||
|
buf_size = buf_size_new;
|
||||||
|
buf = realloc(buf, buf_size);
|
||||||
|
if (buf == nullptr) {
|
||||||
|
fprintf(stderr, "%s: failed to allocate %zu bytes\n", __func__, buf_size);
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
struct ggml_init_params params = {
|
||||||
|
.mem_size = buf_size,
|
||||||
|
.mem_buffer = buf,
|
||||||
|
};
|
||||||
|
|
||||||
|
struct ggml_context * ctx0 = ggml_init(params);
|
||||||
|
struct ggml_cgraph gf = { .n_threads = n_threads };
|
||||||
|
|
||||||
|
struct ggml_tensor * embd = ggml_new_tensor_1d(ctx0, GGML_TYPE_I32, N);
|
||||||
|
memcpy(embd->data, embd_inp.data(), N*ggml_element_size(embd));
|
||||||
|
|
||||||
|
struct ggml_tensor * position = ggml_new_tensor_1d(ctx0, GGML_TYPE_I32, N);
|
||||||
|
for (int i = 0; i < N; ++i) {
|
||||||
|
((int32_t *) position->data)[i] = n_past + i;
|
||||||
|
}
|
||||||
|
|
||||||
|
// wte + wpe
|
||||||
|
struct ggml_tensor * inpL =
|
||||||
|
ggml_add(ctx0,
|
||||||
|
ggml_get_rows(ctx0, model.wte, embd),
|
||||||
|
ggml_get_rows(ctx0, model.wpe, position));
|
||||||
|
|
||||||
|
for (int il = 0; il < n_layer; ++il) {
|
||||||
|
struct ggml_tensor * cur;
|
||||||
|
|
||||||
|
// norm
|
||||||
|
{
|
||||||
|
// [ 768, N]
|
||||||
|
cur = ggml_norm(ctx0, inpL);
|
||||||
|
|
||||||
|
// cur = ln_1_g*cur + ln_1_b
|
||||||
|
// [ 768, N]
|
||||||
|
cur = ggml_add(ctx0,
|
||||||
|
ggml_mul(ctx0,
|
||||||
|
ggml_repeat(ctx0, model.layers[il].ln_1_g, cur),
|
||||||
|
cur),
|
||||||
|
ggml_repeat(ctx0, model.layers[il].ln_1_b, cur));
|
||||||
|
}
|
||||||
|
|
||||||
|
// attn
|
||||||
|
// [2304, 768] - model.layers[il].c_attn_attn_w
|
||||||
|
// [2304, 1] - model.layers[il].c_attn_attn_b
|
||||||
|
// [ 768, N] - cur (in)
|
||||||
|
// [2304, N] - cur (out)
|
||||||
|
//
|
||||||
|
// cur = attn_w*cur + attn_b
|
||||||
|
// [2304, N]
|
||||||
|
{
|
||||||
|
cur = ggml_mul_mat(ctx0,
|
||||||
|
ggml_transpose(ctx0, model.layers[il].c_attn_attn_w),
|
||||||
|
cur);
|
||||||
|
|
||||||
|
cur = ggml_add(ctx0,
|
||||||
|
ggml_repeat(ctx0, model.layers[il].c_attn_attn_b, cur),
|
||||||
|
cur);
|
||||||
|
}
|
||||||
|
|
||||||
|
// self-attention
|
||||||
|
{
|
||||||
|
struct ggml_tensor * Qcur = ggml_view_2d(ctx0, cur, n_embd, N, cur->nb[1], 0*sizeof(float)*n_embd);
|
||||||
|
struct ggml_tensor * Kcur = ggml_view_2d(ctx0, cur, n_embd, N, cur->nb[1], 1*sizeof(float)*n_embd);
|
||||||
|
struct ggml_tensor * Vcur = ggml_view_2d(ctx0, cur, n_embd, N, cur->nb[1], 2*sizeof(float)*n_embd);
|
||||||
|
|
||||||
|
// store key and value to memory
|
||||||
|
if (N >= 1) {
|
||||||
|
struct ggml_tensor * k = ggml_view_1d(ctx0, model.memory_k, N*n_embd, (ggml_element_size(model.memory_k)*n_embd)*(il*n_ctx + n_past));
|
||||||
|
struct ggml_tensor * v = ggml_view_1d(ctx0, model.memory_v, N*n_embd, (ggml_element_size(model.memory_v)*n_embd)*(il*n_ctx + n_past));
|
||||||
|
|
||||||
|
ggml_build_forward_expand(&gf, ggml_cpy(ctx0, Kcur, k));
|
||||||
|
ggml_build_forward_expand(&gf, ggml_cpy(ctx0, Vcur, v));
|
||||||
|
}
|
||||||
|
|
||||||
|
// Q = Qcur.contiguous().view(n_embd/n_head, n_head, N).permute(0, 2, 1, 3)
|
||||||
|
// [64, N, 12]
|
||||||
|
struct ggml_tensor * Q =
|
||||||
|
ggml_permute(ctx0,
|
||||||
|
ggml_cpy(ctx0,
|
||||||
|
Qcur,
|
||||||
|
ggml_new_tensor_3d(ctx0, GGML_TYPE_F32, n_embd/n_head, n_head, N)),
|
||||||
|
0, 2, 1, 3);
|
||||||
|
|
||||||
|
// K = Kmem.view(n_embd/n_head, n_head, n_past + N).permute(0, 2, 1, 3)
|
||||||
|
// [64, n_past + N, 12]
|
||||||
|
struct ggml_tensor * K =
|
||||||
|
ggml_permute(ctx0,
|
||||||
|
ggml_reshape_3d(ctx0,
|
||||||
|
ggml_view_1d(ctx0, model.memory_k, (n_past + N)*n_embd, il*n_ctx*ggml_element_size(model.memory_k)*n_embd),
|
||||||
|
n_embd/n_head, n_head, n_past + N),
|
||||||
|
0, 2, 1, 3);
|
||||||
|
|
||||||
|
// GG: flash attention
|
||||||
|
//struct ggml_tensor * V =
|
||||||
|
// ggml_cpy(ctx0,
|
||||||
|
// ggml_permute(ctx0,
|
||||||
|
// ggml_reshape_3d(ctx0,
|
||||||
|
// ggml_view_1d(ctx0, model.memory_v, (n_past + N)*n_embd, il*n_ctx*ggml_element_size(model.memory_v)*n_embd),
|
||||||
|
// n_embd/n_head, n_head, n_past + N),
|
||||||
|
// 1, 2, 0, 3),
|
||||||
|
// ggml_new_tensor_3d(ctx0, GGML_TYPE_F32, n_past + N, n_embd/n_head, n_head));
|
||||||
|
|
||||||
|
//struct ggml_tensor * KQV = ggml_flash_attn(ctx0, Q, K, V, true);
|
||||||
|
|
||||||
|
// K * Q
|
||||||
|
// [n_past + N, N, 12]
|
||||||
|
struct ggml_tensor * KQ = ggml_mul_mat(ctx0, K, Q);
|
||||||
|
|
||||||
|
// KQ_scaled = KQ / sqrt(n_embd/n_head)
|
||||||
|
// [n_past + N, N, 12]
|
||||||
|
struct ggml_tensor * KQ_scaled =
|
||||||
|
ggml_scale(ctx0,
|
||||||
|
KQ,
|
||||||
|
ggml_new_f32(ctx0, 1.0f/sqrt(float(n_embd)/n_head))
|
||||||
|
);
|
||||||
|
|
||||||
|
// KQ_masked = mask_past(KQ_scaled)
|
||||||
|
// [n_past + N, N, 12]
|
||||||
|
struct ggml_tensor * KQ_masked = ggml_diag_mask_inf(ctx0, KQ_scaled, n_past);
|
||||||
|
|
||||||
|
// KQ = soft_max(KQ_masked)
|
||||||
|
// [n_past + N, N, 12]
|
||||||
|
struct ggml_tensor * KQ_soft_max = ggml_soft_max(ctx0, KQ_masked);
|
||||||
|
|
||||||
|
// V_trans = Vmem.view(n_embd/n_head, n_head, n_past + N).permute(1, 2, 0, 3).contiguous()
|
||||||
|
// [n_past + N, 64, 12]
|
||||||
|
struct ggml_tensor * V_trans =
|
||||||
|
ggml_permute(ctx0,
|
||||||
|
ggml_reshape_3d(ctx0,
|
||||||
|
ggml_view_1d(ctx0, model.memory_v, (n_past + N)*n_embd, il*n_ctx*ggml_element_size(model.memory_v)*n_embd),
|
||||||
|
n_embd/n_head, n_head, n_past + N),
|
||||||
|
1, 2, 0, 3);
|
||||||
|
|
||||||
|
// KQV = transpose(V) * KQ_soft_max
|
||||||
|
// [64, N, 12]
|
||||||
|
struct ggml_tensor * KQV = ggml_mul_mat(ctx0, V_trans, KQ_soft_max);
|
||||||
|
|
||||||
|
// KQV_merged = KQV.permute(0, 2, 1, 3)
|
||||||
|
// [64, 12, N]
|
||||||
|
struct ggml_tensor * KQV_merged = ggml_permute(ctx0, KQV, 0, 2, 1, 3);
|
||||||
|
|
||||||
|
// cur = KQV_merged.contiguous().view(n_embd, N)
|
||||||
|
// [768, N]
|
||||||
|
cur = ggml_cpy(ctx0,
|
||||||
|
KQV_merged,
|
||||||
|
ggml_new_tensor_2d(ctx0, GGML_TYPE_F32, n_embd, N));
|
||||||
|
}
|
||||||
|
|
||||||
|
// projection
|
||||||
|
// [ 768, 768] - model.layers[il].c_attn_proj_w
|
||||||
|
// [ 768, 1] - model.layers[il].c_attn_proj_b
|
||||||
|
// [ 768, N] - cur (in)
|
||||||
|
// [ 768, N] - cur (out)
|
||||||
|
//
|
||||||
|
// cur = proj_w*cur + proj_b
|
||||||
|
// [768, N]
|
||||||
|
{
|
||||||
|
cur = ggml_mul_mat(ctx0,
|
||||||
|
ggml_transpose(ctx0, model.layers[il].c_attn_proj_w),
|
||||||
|
cur);
|
||||||
|
|
||||||
|
cur = ggml_add(ctx0,
|
||||||
|
ggml_repeat(ctx0, model.layers[il].c_attn_proj_b, cur),
|
||||||
|
cur);
|
||||||
|
}
|
||||||
|
|
||||||
|
// add the input
|
||||||
|
cur = ggml_add(ctx0, cur, inpL);
|
||||||
|
|
||||||
|
struct ggml_tensor * inpFF = cur;
|
||||||
|
|
||||||
|
// feed-forward network
|
||||||
|
{
|
||||||
|
// norm
|
||||||
|
{
|
||||||
|
cur = ggml_norm(ctx0, inpFF);
|
||||||
|
|
||||||
|
// cur = ln_2_g*cur + ln_2_b
|
||||||
|
// [ 768, N]
|
||||||
|
cur = ggml_add(ctx0,
|
||||||
|
ggml_mul(ctx0,
|
||||||
|
ggml_repeat(ctx0, model.layers[il].ln_2_g, cur),
|
||||||
|
cur),
|
||||||
|
ggml_repeat(ctx0, model.layers[il].ln_2_b, cur));
|
||||||
|
}
|
||||||
|
|
||||||
|
// fully connected
|
||||||
|
// [3072, 768] - model.layers[il].c_mlp_fc_w
|
||||||
|
// [3072, 1] - model.layers[il].c_mlp_fc_b
|
||||||
|
// [ 768, N] - cur (in)
|
||||||
|
// [3072, N] - cur (out)
|
||||||
|
//
|
||||||
|
// cur = fc_w*cur + fc_b
|
||||||
|
// [3072, N]
|
||||||
|
cur = ggml_mul_mat(ctx0,
|
||||||
|
ggml_transpose(ctx0, model.layers[il].c_mlp_fc_w),
|
||||||
|
cur);
|
||||||
|
|
||||||
|
cur = ggml_add(ctx0,
|
||||||
|
ggml_repeat(ctx0, model.layers[il].c_mlp_fc_b, cur),
|
||||||
|
cur);
|
||||||
|
|
||||||
|
// GELU activation
|
||||||
|
// [3072, N]
|
||||||
|
cur = ggml_gelu(ctx0, cur);
|
||||||
|
|
||||||
|
// projection
|
||||||
|
// [ 768, 3072] - model.layers[il].c_mlp_proj_w
|
||||||
|
// [ 768, 1] - model.layers[il].c_mlp_proj_b
|
||||||
|
// [3072, N] - cur (in)
|
||||||
|
// [ 768, N] - cur (out)
|
||||||
|
//
|
||||||
|
// cur = proj_w*cur + proj_b
|
||||||
|
// [768, N]
|
||||||
|
cur = ggml_mul_mat(ctx0,
|
||||||
|
model.layers[il].c_mlp_proj_w_trans,
|
||||||
|
cur);
|
||||||
|
|
||||||
|
cur = ggml_add(ctx0,
|
||||||
|
ggml_repeat(ctx0, model.layers[il].c_mlp_proj_b, cur),
|
||||||
|
cur);
|
||||||
|
}
|
||||||
|
|
||||||
|
// input for next layer
|
||||||
|
inpL = ggml_add(ctx0, cur, inpFF);
|
||||||
|
}
|
||||||
|
|
||||||
|
// norm
|
||||||
|
{
|
||||||
|
// [ 768, N]
|
||||||
|
inpL = ggml_norm(ctx0, inpL);
|
||||||
|
|
||||||
|
// inpL = ln_f_g*inpL + ln_f_b
|
||||||
|
// [ 768, N]
|
||||||
|
inpL = ggml_add(ctx0,
|
||||||
|
ggml_mul(ctx0,
|
||||||
|
ggml_repeat(ctx0, model.ln_f_g, inpL),
|
||||||
|
inpL),
|
||||||
|
ggml_repeat(ctx0, model.ln_f_b, inpL));
|
||||||
|
}
|
||||||
|
|
||||||
|
// inpL = WTE * inpL
|
||||||
|
// [ 768, 50257] - model.wte
|
||||||
|
// [ 768, N] - inpL
|
||||||
|
inpL = ggml_mul_mat(ctx0, model.wte, inpL);
|
||||||
|
|
||||||
|
// logits -> probs
|
||||||
|
inpL = ggml_soft_max(ctx0, inpL);
|
||||||
|
|
||||||
|
// run the computation
|
||||||
|
ggml_build_forward_expand(&gf, inpL);
|
||||||
|
ggml_graph_compute (ctx0, &gf);
|
||||||
|
|
||||||
|
//if (n_past%100 == 0) {
|
||||||
|
// ggml_graph_print (&gf);
|
||||||
|
// ggml_graph_dump_dot(&gf, NULL, "gpt-2.dot");
|
||||||
|
//}
|
||||||
|
|
||||||
|
//embd_w.resize(n_vocab*N);
|
||||||
|
//memcpy(embd_w.data(), ggml_get_data(inpL), sizeof(float)*n_vocab*N);
|
||||||
|
|
||||||
|
// return result for just the last token
|
||||||
|
embd_w.resize(n_vocab);
|
||||||
|
memcpy(embd_w.data(), (float *) ggml_get_data(inpL) + (n_vocab*(N-1)), sizeof(float)*n_vocab);
|
||||||
|
|
||||||
|
if (mem_per_token == 0) {
|
||||||
|
mem_per_token = ggml_used_mem(ctx0)/N;
|
||||||
|
}
|
||||||
|
//printf("used_mem = %zu\n", ggml_used_mem(ctx0));
|
||||||
|
|
||||||
|
ggml_free(ctx0);
|
||||||
|
|
||||||
|
return true;
|
||||||
|
}
|
||||||
|
|
||||||
|
int main(int argc, char ** argv) {
|
||||||
|
const int64_t t_main_start_us = ggml_time_us();
|
||||||
|
|
||||||
|
gpt_params params;
|
||||||
|
params.model = "models/gpt-2-117M/ggml-model.bin";
|
||||||
|
|
||||||
|
if (gpt_params_parse(argc, argv, params) == false) {
|
||||||
|
return 1;
|
||||||
|
}
|
||||||
|
|
||||||
|
if (params.seed < 0) {
|
||||||
|
params.seed = time(NULL);
|
||||||
|
}
|
||||||
|
|
||||||
|
printf("%s: seed = %d\n", __func__, params.seed);
|
||||||
|
|
||||||
|
std::mt19937 rng(params.seed);
|
||||||
|
if (params.prompt.empty()) {
|
||||||
|
params.prompt = gpt_random_prompt(rng);
|
||||||
|
}
|
||||||
|
|
||||||
|
int64_t t_load_us = 0;
|
||||||
|
|
||||||
|
gpt_vocab vocab;
|
||||||
|
gpt2_model model;
|
||||||
|
|
||||||
|
// load the model
|
||||||
|
{
|
||||||
|
const int64_t t_start_us = ggml_time_us();
|
||||||
|
|
||||||
|
if (!gpt2_model_load(params.model, model, vocab)) {
|
||||||
|
fprintf(stderr, "%s: failed to load model from '%s'\n", __func__, params.model.c_str());
|
||||||
|
return 1;
|
||||||
|
}
|
||||||
|
|
||||||
|
t_load_us = ggml_time_us() - t_start_us;
|
||||||
|
}
|
||||||
|
|
||||||
|
int n_past = 0;
|
||||||
|
|
||||||
|
int64_t t_sample_us = 0;
|
||||||
|
int64_t t_predict_us = 0;
|
||||||
|
|
||||||
|
std::vector<float> embd_w;
|
||||||
|
|
||||||
|
// tokenize the prompt
|
||||||
|
std::vector<gpt_vocab::id> embd_inp = ::gpt_tokenize(vocab, params.prompt);
|
||||||
|
|
||||||
|
params.n_predict = std::min(params.n_predict, model.hparams.n_ctx - (int) embd_inp.size());
|
||||||
|
|
||||||
|
printf("%s: number of tokens in prompt = %zu\n", __func__, embd_inp.size());
|
||||||
|
printf("\n");
|
||||||
|
|
||||||
|
// submit the input prompt token-by-token
|
||||||
|
// this reduces the memory usage during inference, at the cost of a bit of speed at the beginning
|
||||||
|
std::vector<gpt_vocab::id> embd;
|
||||||
|
|
||||||
|
// determine the required inference memory per token:
|
||||||
|
size_t mem_per_token = 0;
|
||||||
|
gpt2_eval(model, params.n_threads, 0, { 0, 1, 2, 3 }, embd_w, mem_per_token);
|
||||||
|
|
||||||
|
for (int i = embd.size(); i < embd_inp.size() + params.n_predict; i++) {
|
||||||
|
// predict
|
||||||
|
if (embd.size() > 0) {
|
||||||
|
const int64_t t_start_us = ggml_time_us();
|
||||||
|
|
||||||
|
if (!gpt2_eval(model, params.n_threads, n_past, embd, embd_w, mem_per_token)) {
|
||||||
|
printf("Failed to predict\n");
|
||||||
|
return 1;
|
||||||
|
}
|
||||||
|
|
||||||
|
t_predict_us += ggml_time_us() - t_start_us;
|
||||||
|
}
|
||||||
|
|
||||||
|
n_past += embd.size();
|
||||||
|
embd.clear();
|
||||||
|
|
||||||
|
if (i >= embd_inp.size()) {
|
||||||
|
// sample next token
|
||||||
|
const int top_k = params.top_k;
|
||||||
|
const float top_p = params.top_p;
|
||||||
|
const float temp = params.temp;
|
||||||
|
|
||||||
|
const int n_vocab = model.hparams.n_vocab;
|
||||||
|
|
||||||
|
gpt_vocab::id id = 0;
|
||||||
|
|
||||||
|
{
|
||||||
|
const int64_t t_start_sample_us = ggml_time_us();
|
||||||
|
|
||||||
|
id = gpt_sample_top_k_top_p(vocab, embd_w.data() + (embd_w.size() - n_vocab), top_k, top_p, temp, rng);
|
||||||
|
|
||||||
|
t_sample_us += ggml_time_us() - t_start_sample_us;
|
||||||
|
}
|
||||||
|
|
||||||
|
// add it to the context
|
||||||
|
embd.push_back(id);
|
||||||
|
} else {
|
||||||
|
// if here, it means we are still processing the input prompt
|
||||||
|
for (int k = i; k < embd_inp.size(); k++) {
|
||||||
|
embd.push_back(embd_inp[k]);
|
||||||
|
if (embd.size() > params.n_batch) {
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
i += embd.size() - 1;
|
||||||
|
}
|
||||||
|
|
||||||
|
// display text
|
||||||
|
for (auto id : embd) {
|
||||||
|
printf("%s", vocab.id_to_token[id].c_str());
|
||||||
|
}
|
||||||
|
fflush(stdout);
|
||||||
|
|
||||||
|
// end of text token
|
||||||
|
if (embd.back() == 50256) {
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// report timing
|
||||||
|
{
|
||||||
|
const int64_t t_main_end_us = ggml_time_us();
|
||||||
|
|
||||||
|
printf("\n\n");
|
||||||
|
printf("%s: mem per token = %8zu bytes\n", __func__, mem_per_token);
|
||||||
|
printf("%s: load time = %8.2f ms\n", __func__, t_load_us/1000.0f);
|
||||||
|
printf("%s: sample time = %8.2f ms\n", __func__, t_sample_us/1000.0f);
|
||||||
|
printf("%s: predict time = %8.2f ms / %.2f ms per token\n", __func__, t_predict_us/1000.0f, t_predict_us/1000.0f/n_past);
|
||||||
|
printf("%s: total time = %8.2f ms\n", __func__, (t_main_end_us - t_main_start_us)/1000.0f);
|
||||||
|
}
|
||||||
|
|
||||||
|
ggml_free(model.ctx);
|
||||||
|
|
||||||
|
return 0;
|
||||||
|
}
|
||||||
@ -0,0 +1,564 @@
|
|||||||
|
<!doctype html>
|
||||||
|
<html lang="en-us">
|
||||||
|
<head>
|
||||||
|
<title>talk : GPT-2 meets Whisper in WebAssembly</title>
|
||||||
|
|
||||||
|
<style>
|
||||||
|
#output {
|
||||||
|
width: 100%;
|
||||||
|
height: 100%;
|
||||||
|
margin: 0 auto;
|
||||||
|
margin-top: 10px;
|
||||||
|
border-left: 0px;
|
||||||
|
border-right: 0px;
|
||||||
|
padding-left: 0px;
|
||||||
|
padding-right: 0px;
|
||||||
|
display: block;
|
||||||
|
background-color: black;
|
||||||
|
color: white;
|
||||||
|
font-size: 10px;
|
||||||
|
font-family: 'Lucida Console', Monaco, monospace;
|
||||||
|
outline: none;
|
||||||
|
white-space: pre;
|
||||||
|
overflow-wrap: normal;
|
||||||
|
overflow-x: scroll;
|
||||||
|
}
|
||||||
|
</style>
|
||||||
|
</head>
|
||||||
|
<body>
|
||||||
|
<div id="main-container">
|
||||||
|
<b>talk : GPT-2 meets Whisper in WebAssembly</b>
|
||||||
|
|
||||||
|
<br><br>
|
||||||
|
|
||||||
|
WIP IN PROGRESS
|
||||||
|
|
||||||
|
<br><br><hr>
|
||||||
|
|
||||||
|
<div id="model-whisper">
|
||||||
|
Whisper Model:
|
||||||
|
<button id="fetch-whisper-tiny-en" onclick="loadWhisper('tiny.en')">tiny.en (75 MB)</button>
|
||||||
|
<button id="fetch-whisper-base-en" onclick="loadWhisper('base.en')">base.en (142 MB)</button>
|
||||||
|
<span id="fetch-whisper-progress"></span>
|
||||||
|
|
||||||
|
<!--
|
||||||
|
<input type="file" id="file" name="file" onchange="loadFile(event, 'whisper.bin')" />
|
||||||
|
-->
|
||||||
|
</div>
|
||||||
|
|
||||||
|
<br>
|
||||||
|
|
||||||
|
<div id="model-gpt-2">
|
||||||
|
GPT-2 Model:
|
||||||
|
<button id="fetch-gpt-2-small" onclick="loadGPT2('small')">small 117M (240 MB)</button>
|
||||||
|
<!--<button id="fetch-gpt-2-medium" onclick="loadGPT2('medium')">medium 345M (720 MB)</button>-->
|
||||||
|
<span id="fetch-gpt-2-progress"></span>
|
||||||
|
|
||||||
|
<!--
|
||||||
|
<input type="file" id="file" name="file" onchange="loadFile(event, 'gpt-2.bin')" />
|
||||||
|
-->
|
||||||
|
</div>
|
||||||
|
|
||||||
|
<br>
|
||||||
|
|
||||||
|
<div id="input_mic">
|
||||||
|
<button id="start" onclick="onStart()">Start</button>
|
||||||
|
<button id="stop" onclick="onStop()" disabled>Stop</button>
|
||||||
|
<button id="speak" onclick="speakTest()">Speak</button>
|
||||||
|
<button id="speak" onclick="clearCache()">Clear Cache</button>
|
||||||
|
</div>
|
||||||
|
|
||||||
|
<audio controls="controls" id="audio" loop hidden>
|
||||||
|
Your browser does not support the <audio> tag.
|
||||||
|
<source id="source" src="" type="audio/wav" />
|
||||||
|
</audio>
|
||||||
|
|
||||||
|
<hr><br>
|
||||||
|
|
||||||
|
<br>
|
||||||
|
|
||||||
|
<!-- textarea with height filling the rest of the page -->
|
||||||
|
<textarea id="output" rows="20"></textarea>
|
||||||
|
|
||||||
|
<br><br>
|
||||||
|
|
||||||
|
<div class="cell-version">
|
||||||
|
<span>
|
||||||
|
|
|
||||||
|
Build time: <span class="nav-link">@GIT_DATE@</span> |
|
||||||
|
Commit hash: <a class="nav-link" href="https://github.com/ggerganov/whisper.cpp/commit/@GIT_SHA1@">@GIT_SHA1@</a> |
|
||||||
|
Commit subject: <span class="nav-link">@GIT_COMMIT_SUBJECT@</span> |
|
||||||
|
<a class="nav-link" href="https://github.com/ggerganov/whisper.cpp/tree/master/examples/talk">Source Code</a> |
|
||||||
|
</span>
|
||||||
|
</div>
|
||||||
|
</div>
|
||||||
|
|
||||||
|
<script type='text/javascript'>
|
||||||
|
// TODO: convert audio buffer to WAV
|
||||||
|
function setAudio(audio) {
|
||||||
|
//if (audio) {
|
||||||
|
// // convert to 16-bit PCM
|
||||||
|
// var blob = new Blob([audio], { type: 'audio/wav' });
|
||||||
|
// var url = URL.createObjectURL(blob);
|
||||||
|
// document.getElementById('source').src = url;
|
||||||
|
// document.getElementById('audio').hidden = false;
|
||||||
|
// document.getElementById('audio').loop = false;
|
||||||
|
// document.getElementById('audio').load();
|
||||||
|
//} else {
|
||||||
|
// document.getElementById('audio').hidden = true;
|
||||||
|
//}
|
||||||
|
}
|
||||||
|
|
||||||
|
function changeInput(input) {
|
||||||
|
if (input == 'file') {
|
||||||
|
document.getElementById('input_file').style.display = 'block';
|
||||||
|
document.getElementById('input_mic').style.display = 'none';
|
||||||
|
} else {
|
||||||
|
document.getElementById('input_file').style.display = 'none';
|
||||||
|
document.getElementById('input_mic').style.display = 'block';
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
var printTextarea = (function() {
|
||||||
|
var element = document.getElementById('output');
|
||||||
|
if (element) element.alue = ''; // clear browser cache
|
||||||
|
return function(text) {
|
||||||
|
if (arguments.length > 1) text = Array.prototype.slice.call(arguments).join(' ');
|
||||||
|
console.log(text);
|
||||||
|
if (element) {
|
||||||
|
element.value += text + "\n";
|
||||||
|
element.scrollTop = element.scrollHeight; // focus on bottom
|
||||||
|
}
|
||||||
|
};
|
||||||
|
})();
|
||||||
|
|
||||||
|
var Module = {
|
||||||
|
print: printTextarea,
|
||||||
|
printErr: printTextarea,
|
||||||
|
setStatus: function(text) {
|
||||||
|
printTextarea('js: ' + text);
|
||||||
|
},
|
||||||
|
monitorRunDependencies: function(left) {
|
||||||
|
}
|
||||||
|
};
|
||||||
|
|
||||||
|
const kMaxAudio_s = 10;
|
||||||
|
const kRestartRecording_s = 15;
|
||||||
|
const kSampleRate = 16000;
|
||||||
|
|
||||||
|
window.AudioContext = window.AudioContext || window.webkitAudioContext;
|
||||||
|
window.OfflineAudioContext = window.OfflineAudioContext || window.webkitOfflineAudioContext;
|
||||||
|
|
||||||
|
// web audio context
|
||||||
|
var context = null;
|
||||||
|
|
||||||
|
// audio data
|
||||||
|
var audio = null;
|
||||||
|
var audio0 = null;
|
||||||
|
|
||||||
|
// the talk instance
|
||||||
|
var instance = null;
|
||||||
|
|
||||||
|
// speech synthesis
|
||||||
|
const synth = window.speechSynthesis;
|
||||||
|
|
||||||
|
// helper function
|
||||||
|
function convertTypedArray(src, type) {
|
||||||
|
var buffer = new ArrayBuffer(src.byteLength);
|
||||||
|
var baseView = new src.constructor(buffer).set(src);
|
||||||
|
return new type(buffer);
|
||||||
|
}
|
||||||
|
|
||||||
|
//
|
||||||
|
// fetch models
|
||||||
|
//
|
||||||
|
|
||||||
|
function storeFS(fname, buf) {
|
||||||
|
// write to WASM file using FS_createDataFile
|
||||||
|
// if the file exists, delete it
|
||||||
|
try {
|
||||||
|
Module.FS_unlink(fname);
|
||||||
|
} catch (e) {
|
||||||
|
// ignore
|
||||||
|
}
|
||||||
|
|
||||||
|
Module.FS_createDataFile("/", fname, buf, true, true);
|
||||||
|
|
||||||
|
printTextarea('js: stored model: ' + fname + ' size: ' + buf.length);
|
||||||
|
}
|
||||||
|
|
||||||
|
let dbVersion = 1
|
||||||
|
let dbName = 'talk.ggerganov.com';
|
||||||
|
let indexedDB = window.indexedDB || window.mozIndexedDB || window.webkitIndexedDB || window.msIndexedDB
|
||||||
|
|
||||||
|
// fetch a remote file from remote URL using the Fetch API
|
||||||
|
async function fetchRemote(url, elProgress) {
|
||||||
|
printTextarea('js: downloading with fetch()...');
|
||||||
|
|
||||||
|
const response = await fetch(
|
||||||
|
url,
|
||||||
|
{
|
||||||
|
method: 'GET',
|
||||||
|
headers: {
|
||||||
|
'Content-Type': 'application/octet-stream',
|
||||||
|
},
|
||||||
|
}
|
||||||
|
);
|
||||||
|
|
||||||
|
if (!response.ok) {
|
||||||
|
printTextarea('js: failed to fetch ' + url);
|
||||||
|
return;
|
||||||
|
}
|
||||||
|
|
||||||
|
const contentLength = response.headers.get('content-length');
|
||||||
|
const total = parseInt(contentLength, 10);
|
||||||
|
const reader = response.body.getReader();
|
||||||
|
|
||||||
|
var chunks = [];
|
||||||
|
var receivedLength = 0;
|
||||||
|
var progressLast = -1;
|
||||||
|
|
||||||
|
while (true) {
|
||||||
|
const { done, value } = await reader.read();
|
||||||
|
|
||||||
|
if (done) {
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
|
||||||
|
chunks.push(value);
|
||||||
|
receivedLength += value.length;
|
||||||
|
|
||||||
|
if (contentLength) {
|
||||||
|
// update progress bar element with the new percentage
|
||||||
|
var progressCur = Math.round((receivedLength / total) * 10);
|
||||||
|
if (progressCur != progressLast) {
|
||||||
|
elProgress.innerHTML = 10*progressCur + '%';
|
||||||
|
printTextarea('js: fetching ' + 10*progressCur + '% ...');
|
||||||
|
progressLast = progressCur;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
var chunksAll = new Uint8Array(receivedLength);
|
||||||
|
var position = 0;
|
||||||
|
for (var chunk of chunks) {
|
||||||
|
chunksAll.set(chunk, position);
|
||||||
|
position += chunk.length;
|
||||||
|
}
|
||||||
|
|
||||||
|
return chunksAll;
|
||||||
|
}
|
||||||
|
|
||||||
|
// load remote data
|
||||||
|
// - check if the data is already in the IndexedDB
|
||||||
|
// - if not, fetch it from the remote URL and store it in the IndexedDB
|
||||||
|
// - store it in WASM memory
|
||||||
|
function loadRemote(url, dst, elProgress) {
|
||||||
|
// query the storage quota and print it
|
||||||
|
navigator.storage.estimate().then(function (estimate) {
|
||||||
|
printTextarea('js: storage quota: ' + estimate.quota + ' bytes');
|
||||||
|
printTextarea('js: storage usage: ' + estimate.usage + ' bytes');
|
||||||
|
});
|
||||||
|
|
||||||
|
// check if the data is already in the IndexedDB
|
||||||
|
var request = indexedDB.open(dbName, dbVersion);
|
||||||
|
|
||||||
|
request.onupgradeneeded = function (event) {
|
||||||
|
var db = event.target.result;
|
||||||
|
if (db.version == 1) {
|
||||||
|
var objectStore = db.createObjectStore('models', { autoIncrement: false });
|
||||||
|
printTextarea('js: created IndexedDB ' + db.name + ' version ' + db.version);
|
||||||
|
} else {
|
||||||
|
// clear the database
|
||||||
|
var objectStore = event.currentTarget.transaction.objectStore('models');
|
||||||
|
objectStore.clear();
|
||||||
|
printTextarea('js: cleared IndexedDB ' + db.name + ' version ' + db.version);
|
||||||
|
}
|
||||||
|
};
|
||||||
|
|
||||||
|
request.onsuccess = function (event) {
|
||||||
|
var db = event.target.result;
|
||||||
|
var transaction = db.transaction(['models'], 'readonly');
|
||||||
|
var objectStore = transaction.objectStore('models');
|
||||||
|
var request = objectStore.get(url);
|
||||||
|
|
||||||
|
request.onsuccess = function (event) {
|
||||||
|
if (request.result) {
|
||||||
|
printTextarea('js: "' + url + '" is already in the IndexedDB');
|
||||||
|
storeFS(dst, request.result);
|
||||||
|
} else {
|
||||||
|
// data is not in the IndexedDB
|
||||||
|
printTextarea('js: "' + url + '" is not in the IndexedDB');
|
||||||
|
|
||||||
|
fetchRemote(url, elProgress).then(function (data) {
|
||||||
|
if (data) {
|
||||||
|
// store the data in the IndexedDB
|
||||||
|
var request = indexedDB.open(dbName, dbVersion);
|
||||||
|
request.onsuccess = function (event) {
|
||||||
|
var db = event.target.result;
|
||||||
|
var transaction = db.transaction(['models'], 'readwrite');
|
||||||
|
var objectStore = transaction.objectStore('models');
|
||||||
|
var request = objectStore.put(data, url);
|
||||||
|
|
||||||
|
request.onsuccess = function (event) {
|
||||||
|
printTextarea('js: "' + url + '" stored in the IndexedDB');
|
||||||
|
storeFS(dst, data);
|
||||||
|
};
|
||||||
|
|
||||||
|
request.onerror = function (event) {
|
||||||
|
printTextarea('js: failed to store "' + url + '" in the IndexedDB');
|
||||||
|
};
|
||||||
|
};
|
||||||
|
}
|
||||||
|
});
|
||||||
|
}
|
||||||
|
};
|
||||||
|
|
||||||
|
request.onerror = function (event) {
|
||||||
|
printTextarea('js: failed to get data from the IndexedDB');
|
||||||
|
};
|
||||||
|
};
|
||||||
|
|
||||||
|
request.onerror = function (event) {
|
||||||
|
printTextarea('js: failed to open IndexedDB');
|
||||||
|
};
|
||||||
|
|
||||||
|
request.onblocked = function (event) {
|
||||||
|
printTextarea('js: failed to open IndexedDB: blocked');
|
||||||
|
};
|
||||||
|
|
||||||
|
request.onabort = function (event) {
|
||||||
|
printTextarea('js: failed to open IndexedDB: abort');
|
||||||
|
};
|
||||||
|
}
|
||||||
|
|
||||||
|
function loadWhisper(model) {
|
||||||
|
let urls = {
|
||||||
|
'tiny.en': 'https://talk.ggerganov.com/ggml-model-whisper-tiny.en.bin',
|
||||||
|
'base.en': 'https://talk.ggerganov.com/ggml-model-whisper-base.en.bin',
|
||||||
|
};
|
||||||
|
|
||||||
|
let url = urls[model];
|
||||||
|
let dst = 'whisper.bin';
|
||||||
|
let el = document.getElementById('fetch-whisper-progress');
|
||||||
|
|
||||||
|
loadRemote(url, dst, el);
|
||||||
|
}
|
||||||
|
|
||||||
|
function loadGPT2(model) {
|
||||||
|
let urls = {
|
||||||
|
'small': 'https://talk.ggerganov.com/ggml-model-gpt-2-117M.bin',
|
||||||
|
'medium': 'https://talk.ggerganov.com/ggml-model-gpt-2-345M.bin',
|
||||||
|
};
|
||||||
|
|
||||||
|
let url = urls[model];
|
||||||
|
let dst = 'gpt-2.bin';
|
||||||
|
let el = document.getElementById('fetch-gpt-2-progress');
|
||||||
|
|
||||||
|
loadRemote(url, dst, el);
|
||||||
|
}
|
||||||
|
|
||||||
|
//
|
||||||
|
// microphone
|
||||||
|
//
|
||||||
|
|
||||||
|
var mediaRecorder = null;
|
||||||
|
var doRecording = false;
|
||||||
|
var startTime = 0;
|
||||||
|
|
||||||
|
function stopRecording() {
|
||||||
|
doRecording = false;
|
||||||
|
audio0 = null;
|
||||||
|
audio = null;
|
||||||
|
}
|
||||||
|
|
||||||
|
function startRecording() {
|
||||||
|
if (!context) {
|
||||||
|
context = new AudioContext({sampleRate: 16000});
|
||||||
|
}
|
||||||
|
|
||||||
|
document.getElementById('start').disabled = true;
|
||||||
|
document.getElementById('stop').disabled = false;
|
||||||
|
|
||||||
|
doRecording = true;
|
||||||
|
startTime = Date.now();
|
||||||
|
|
||||||
|
var chunks = [];
|
||||||
|
var stream = null;
|
||||||
|
|
||||||
|
navigator.mediaDevices.getUserMedia({audio: true, video: false})
|
||||||
|
.then(function(s) {
|
||||||
|
stream = s;
|
||||||
|
mediaRecorder = new MediaRecorder(stream);
|
||||||
|
mediaRecorder.ondataavailable = function(e) {
|
||||||
|
chunks.push(e.data);
|
||||||
|
|
||||||
|
var blob = new Blob(chunks, { 'type' : 'audio/ogg; codecs=opus' });
|
||||||
|
var reader = new FileReader();
|
||||||
|
|
||||||
|
reader.onload = function(event) {
|
||||||
|
var buf = new Uint8Array(reader.result);
|
||||||
|
|
||||||
|
context.decodeAudioData(buf.buffer, function(audioBuffer) {
|
||||||
|
var offlineContext = new OfflineAudioContext(audioBuffer.numberOfChannels, audioBuffer.length, audioBuffer.sampleRate);
|
||||||
|
var source = offlineContext.createBufferSource();
|
||||||
|
source.buffer = audioBuffer;
|
||||||
|
source.connect(offlineContext.destination);
|
||||||
|
source.start(0);
|
||||||
|
|
||||||
|
offlineContext.startRendering().then(function(renderedBuffer) {
|
||||||
|
audio = renderedBuffer.getChannelData(0);
|
||||||
|
|
||||||
|
//printTextarea('js: audio recorded, size: ' + audio.length + ', old size: ' + (audio0 == null ? 0 : audio0.length));
|
||||||
|
|
||||||
|
var audioAll = new Float32Array(audio0 == null ? audio.length : audio0.length + audio.length);
|
||||||
|
if (audio0 != null) {
|
||||||
|
audioAll.set(audio0, 0);
|
||||||
|
}
|
||||||
|
audioAll.set(audio, audio0 == null ? 0 : audio0.length);
|
||||||
|
|
||||||
|
if (instance) {
|
||||||
|
Module.set_audio(instance, audioAll);
|
||||||
|
}
|
||||||
|
|
||||||
|
setAudio(audio);
|
||||||
|
});
|
||||||
|
}, function(e) {
|
||||||
|
printTextarea('js: error decoding audio: ' + e);
|
||||||
|
audio = null;
|
||||||
|
setAudio(audio);
|
||||||
|
});
|
||||||
|
}
|
||||||
|
|
||||||
|
reader.readAsArrayBuffer(blob);
|
||||||
|
};
|
||||||
|
|
||||||
|
mediaRecorder.onstop = function(e) {
|
||||||
|
if (doRecording) {
|
||||||
|
setTimeout(function() {
|
||||||
|
startRecording();
|
||||||
|
});
|
||||||
|
}
|
||||||
|
};
|
||||||
|
|
||||||
|
mediaRecorder.start(250);
|
||||||
|
})
|
||||||
|
.catch(function(err) {
|
||||||
|
printTextarea('js: error getting audio stream: ' + err);
|
||||||
|
});
|
||||||
|
|
||||||
|
var interval = setInterval(function() {
|
||||||
|
if (!doRecording) {
|
||||||
|
clearInterval(interval);
|
||||||
|
mediaRecorder.stop();
|
||||||
|
stream.getTracks().forEach(function(track) {
|
||||||
|
track.stop();
|
||||||
|
});
|
||||||
|
|
||||||
|
document.getElementById('start').disabled = false;
|
||||||
|
document.getElementById('stop').disabled = true;
|
||||||
|
|
||||||
|
mediaRecorder = null;
|
||||||
|
}
|
||||||
|
|
||||||
|
// if audio length is more than kRestartRecording_s seconds, restart recording
|
||||||
|
if (audio != null && audio.length > kSampleRate*kRestartRecording_s) {
|
||||||
|
if (doRecording) {
|
||||||
|
//printTextarea('js: restarting recording');
|
||||||
|
|
||||||
|
clearInterval(interval);
|
||||||
|
audio0 = audio;
|
||||||
|
audio = null;
|
||||||
|
mediaRecorder.stop();
|
||||||
|
stream.getTracks().forEach(function(track) {
|
||||||
|
track.stop();
|
||||||
|
});
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}, 250);
|
||||||
|
}
|
||||||
|
|
||||||
|
//
|
||||||
|
// speak
|
||||||
|
//
|
||||||
|
|
||||||
|
var voice = null;
|
||||||
|
|
||||||
|
function onSpeak(text) {
|
||||||
|
var voices = synth.getVoices();
|
||||||
|
var msg = new SpeechSynthesisUtterance(text);
|
||||||
|
|
||||||
|
if (voice == null) {
|
||||||
|
//voice = voices[Math.floor(Math.random() * 2)];
|
||||||
|
voice = voices[0];
|
||||||
|
}
|
||||||
|
|
||||||
|
msg.voice = voice;
|
||||||
|
synth.speak(msg);
|
||||||
|
|
||||||
|
if (doRecording) {
|
||||||
|
printTextarea('js: speaking');
|
||||||
|
stopRecording();
|
||||||
|
var interval = setInterval(function() {
|
||||||
|
if (!synth.speaking) {
|
||||||
|
printTextarea('js: done speaking');
|
||||||
|
clearInterval(interval);
|
||||||
|
startRecording();
|
||||||
|
}
|
||||||
|
}, 100);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
async function clearCache() {
|
||||||
|
if (confirm('Are you sure you want to clear the cache?\nAll the models will be downloaded again.')) {
|
||||||
|
const dbs = await window.indexedDB.databases();
|
||||||
|
dbs.forEach(db => { window.indexedDB.deleteDatabase(db.name) });
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
//
|
||||||
|
// main
|
||||||
|
//
|
||||||
|
|
||||||
|
var intervalSpeak = null;
|
||||||
|
|
||||||
|
function onStart() {
|
||||||
|
if (!instance) {
|
||||||
|
instance = Module.init('whisper.bin');
|
||||||
|
|
||||||
|
if (instance) {
|
||||||
|
printTextarea("js: whisper initialized, instance: " + instance);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
if (!instance) {
|
||||||
|
printTextarea("js: failed to initialize whisper");
|
||||||
|
return;
|
||||||
|
}
|
||||||
|
|
||||||
|
startRecording();
|
||||||
|
|
||||||
|
intervalSpeak = setInterval(function() {
|
||||||
|
var textToSpeak = Module.get_text_to_speak();
|
||||||
|
|
||||||
|
if (textToSpeak != null && textToSpeak.length > 1) {
|
||||||
|
onSpeak(textToSpeak);
|
||||||
|
}
|
||||||
|
}, 100);
|
||||||
|
}
|
||||||
|
|
||||||
|
function onStop() {
|
||||||
|
stopRecording();
|
||||||
|
|
||||||
|
if (instance) {
|
||||||
|
Module.free(instance);
|
||||||
|
instance = null;
|
||||||
|
|
||||||
|
printTextarea("js: talk instance freed");
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
</script>
|
||||||
|
<script type="text/javascript" src="talk.js"></script>
|
||||||
|
</body>
|
||||||
|
</html>
|
||||||
Loading…
Reference in new issue