Descripción
ScribeCrate Live es una solución robusta y de código abierto diseñada para la transcripción de voz a texto en tiempo real y la traducción de voz a inglés. Permite a los usuarios desplegar y operar un servidor de transcripción en su propio hardware, asegurando la privacidad y el control de los datos. El sistema está impulsado por WhisperLive y faster-whisper, aprovechando modelos Whisper avanzados para una alta precisión y eficiencia.
Leer más
La funcionalidad principal gira en torno al procesamiento de audio del micrófono en vivo y diversas transmisiones de audio, convirtiéndolos en segmentos de texto progresivos a medida que se pronuncian las palabras. Esta capacidad en tiempo real se entrega a través de WebSocket, lo que la hace adecuada para aplicaciones que requieren salida de texto inmediata, como subtitulado en vivo o interfaces de voz interactivas. Para la traducción de voz a inglés, los usuarios pueden seleccionar un modelo Whisper multilingüe adecuado y configurar la tarea en consecuencia.
Más allá de la transmisión en vivo, ScribeCrate Live también proporciona una API REST compatible con OpenAI para transcribir archivos de audio subidos. Este enfoque dual atiende diferentes flujos de entrada, ofreciendo flexibilidad para los desarrolladores que integran servicios de transcripción en sus aplicaciones. El servidor se ejecuta localmente, con instalaciones persistentes frescas que generan y almacenan claves API para una autenticación segura, asegurando que los procesos de transcripción permanezcan privados y bajo control del usuario.
El despliegue se simplifica a través de Docker, soportando tanto CPU (arquitecturas amd64 y arm64) como aceleración de GPU NVIDIA con una imagen CUDA dedicada. Los usuarios pueden elegir entre varios modelos Whisper, siendo los modelos más grandes los que ofrecen mayor precisión pero requieren más memoria y potencia de procesamiento. La Detección de Actividad de Voz (VAD) está incluida para omitir inteligentemente los períodos de silencio, optimizando el uso de recursos. Para operación fuera de línea, los modelos pueden ser prealmacenados, y el sistema puede configurarse para funcionar sin acceso a internet para descargas de modelos.
ScribeCrate Live es parte de un ecosistema más grande, que incluye el Self-Hosted AI Stack, permitiendo a los usuarios integrarlo con otras herramientas de IA locales para chat, procesamiento de documentos y más. El proyecto es de código abierto bajo la Licencia MIT, lo que significa que los usuarios son responsables de sus propios costos de hardware o alojamiento en la nube. Se enfatiza el control del usuario sobre los datos y el procesamiento, lo que lo convierte en una opción sólida para desarrolladores y organizaciones preocupados por la privacidad.
- CategoríaHerramientas de transcripción con IA
- Modelo de preciosCódigo abierto
- ImplementaciónAutoalojado
- PlataformasDocker (CPU, NVIDIA GPU)
Características principales de ScribeCrate Live
Transcripción de voz a texto en tiempo real
Traducción de voz a inglés
Transmisión WebSocket para audio en vivo
API REST compatible con OpenAI para transcripción de archivos
Despliegue autoalojado para privacidad y control
Soporta varios modelos Whisper
Detección de Actividad de Voz (VAD) para omitir silencio
Soporte para CPU (amd64, arm64) y GPU NVIDIA (CUDA)
Despliegue en Docker para una configuración fácil
Cache de modelo persistente para operación fuera de línea
Autenticación de clave API para acceso seguro
Código abierto bajo Licencia MIT
Se integra con Self-Hosted AI Stack
Salida de texto progresiva a medida que llegan las palabras
Documentación de configuración del cliente disponible en GitHub
¿Cómo usar ScribeCrate Live?
Preparar el Host: Asegúrese de tener un host Linux compatible con Docker y suficiente memoria para su modelo Whisper elegido.
Iniciar el Servidor: Despliegue ScribeCrate Live usando Docker, conectando audio en vivo o probando con una grabación.
Recuperar la Clave API: Para instalaciones persistentes, recupere la clave API generada para acceso autenticado.
Conectar el Cliente: Utilice un cliente WebSocket compatible para entrada de micrófono en vivo o la API REST para transcripción de archivos.
Configurar la Tarea: Establezca `translate=True` en el cliente de Python o `"task": "translate"` en el apretón de manos de WebSocket para traducción de voz a inglés.
Seleccionar Modelo: Elija un modelo Whisper multilingüe adecuado (por ejemplo, base, small, medium, large-v3) para tareas de traducción.
Probar la Transcripción: Reemplace `audio.mp3` con su archivo y ejecute la solicitud REST proporcionada para una prueba autenticada.
Casos de uso de ScribeCrate Live
- Subtitulado en Vivo
- Transcripción de Micrófono
- Traducción de Voz a Inglés
- Transcripción de Archivos de Audio
- Construcción de Aplicaciones de Voz
- Servicios de Transcripción Privados
- Integración con Self-Hosted AI Stack
