الوصف
ScribeCrate Live هو حل قوي ومفتوح المصدر مصمم للنسخ الصوتي في الوقت الحقيقي والترجمة من الكلام إلى الإنجليزية. يسمح للمستخدمين بنشر وتشغيل خادم النسخ على أجهزتهم الخاصة، مما يضمن خصوصية البيانات والتحكم. يعتمد النظام على WhisperLive وfaster-whisper، مستفيدًا من نماذج Whisper المتقدمة لتحقيق دقة وكفاءة عالية.
قراءة المزيد
تدور الوظيفة الأساسية حول معالجة صوت الميكروفون المباشر ومختلف تدفقات الصوت، وتحويلها إلى مقاطع نصية تدريجية مع نطق الكلمات. يتم تقديم هذه القدرة في الوقت الحقيقي عبر WebSocket، مما يجعلها مناسبة للتطبيقات التي تتطلب إخراج نص فوري، مثل التسميات التوضيحية المباشرة أو واجهات الصوت التفاعلية. بالنسبة لترجمة الكلام إلى الإنجليزية، يمكن للمستخدمين اختيار نموذج Whisper متعدد اللغات مناسب وتكوين المهمة وفقًا لذلك.
بعيدًا عن البث المباشر، يوفر ScribeCrate Live أيضًا واجهة برمجة تطبيقات REST متوافقة مع OpenAI لنسخ ملفات الصوت المرفوعة. تلبي هذه الطريقة المزدوجة تدفقات إدخال مختلفة، مما يوفر مرونة للمطورين الذين يدمجون خدمات النسخ في تطبيقاتهم. يعمل الخادم محليًا، مع تثبيتات دائمة جديدة تقوم بإنشاء وتخزين مفاتيح API لمصادقة آمنة، مما يضمن بقاء عمليات النسخ خاصة وتحت سيطرة المستخدم.
تسهل عملية النشر عبر Docker، مما يدعم كل من تسريع CPU (معمارية amd64 وarm64) وNVIDIA GPU باستخدام صورة CUDA مخصصة. يمكن للمستخدمين الاختيار من بين نماذج Whisper المختلفة، حيث تقدم النماذج الأكبر دقة أعلى ولكنها تتطلب مزيدًا من الذاكرة وقوة المعالجة. تتضمن ميزة كشف نشاط الصوت (VAD) لتخطي الفترات الصامتة بذكاء، مما يحسن استخدام الموارد. بالنسبة للتشغيل دون اتصال، يمكن تخزين النماذج مسبقًا، ويمكن تكوين النظام للعمل بدون اتصال بالإنترنت لتنزيل النماذج.
ScribeCrate Live هو جزء من نظام بيئي أكبر، بما في ذلك مجموعة الذكاء الاصطناعي المُستضافة ذاتيًا، مما يسمح للمستخدمين بدمجه مع أدوات الذكاء الاصطناعي المحلية الأخرى للدردشة ومعالجة الوثائق والمزيد. المشروع مفتوح المصدر بموجب ترخيص MIT، مما يعني أن المستخدمين مسؤولون عن تكاليف الأجهزة أو استضافة السحابة الخاصة بهم. يركز على التحكم من قبل المستخدم في البيانات والمعالجة، مما يجعله خيارًا قويًا للمطورين والمنظمات التي تهتم بالخصوصية.
- الفئةأدوات التفريغ النصي بالذكاء الاصطناعي
- نموذج التسعيرمفتوح المصدر
- النشراستضافة ذاتية
- المنصاتDocker (CPU, NVIDIA GPU)
الميزات الأساسية لـ ScribeCrate Live
نسخ صوتي في الوقت الحقيقي
ترجمة من الكلام إلى الإنجليزية
بث WebSocket للصوت المباشر
واجهة برمجة تطبيقات REST متوافقة مع OpenAI لنسخ الملفات
نشر مُستضاف ذاتيًا للخصوصية والتحكم
يدعم نماذج Whisper المختلفة
كشف نشاط الصوت (VAD) لتخطي الصمت
دعم CPU (amd64، arm64) وNVIDIA GPU (CUDA)
نشر عبر Docker لتسهيل الإعداد
ذاكرة نموذج دائمة للتشغيل دون اتصال
مصادقة مفتاح API للوصول الآمن
مفتوح المصدر بموجب ترخيص MIT
يتكامل مع مجموعة الذكاء الاصطناعي المُستضافة ذاتيًا
إخراج نص تدريجي مع وصول الكلمات
توثيق إعداد العميل متاح على GitHub
كيفية استخدام ScribeCrate Live؟
تحضير المضيف: تأكد من وجود مضيف Linux مدعوم مع Docker وذاكرة كافية لنموذج Whisper الذي اخترته.
بدء الخادم: نشر ScribeCrate Live باستخدام Docker، مع توصيل الصوت المباشر أو الاختبار بتسجيل.
استرجاع مفتاح API: للحصول على تثبيتات دائمة، استرجع مفتاح API المُولد للوصول المعتمد.
توصيل العميل: استخدم عميل WebSocket متوافق لإدخال الميكروفون المباشر أو واجهة برمجة التطبيقات REST لنسخ الملفات.
تكوين المهمة: اضبط `translate=True` في عميل Python أو `"task": "translate"` في مصافحة WebSocket لترجمة الكلام إلى الإنجليزية.
اختيار النموذج: اختر نموذج Whisper متعدد اللغات مناسب (مثل: base، small، medium، large-v3) لمهام الترجمة.
اختبار النسخ: استبدل `audio.mp3` بملفك وقم بتشغيل الطلب REST المقدم لاختبار معتمد.
حالات استخدام ScribeCrate Live
- التسميات التوضيحية المباشرة
- نسخ الميكروفون
- ترجمة الكلام إلى الإنجليزية
- نسخ ملفات الصوت
- بناء تطبيقات الصوت
- خدمات النسخ الخاصة
- تكامل مجموعة الذكاء الاصطناعي المُستضافة ذاتيًا
