説明
ScribeCrateは、ユーザーが自分のハードウェアを使用して音声を文字起こしし、字幕を生成し、英語に翻訳する能力を提供するために設計されたオープンソースの自己ホスト型文字起こしAPIです。faster-whisperによって動作するScribeCrateは、音声データが処理のためにユーザーのサーバーに留まることを保証するプライベートでローカルな音声からテキストへのソリューションを提供します。このツールは、会議の録音、インタビュー、ポッドキャスト、およびOpenAI Whisper APIをサポートするアプリケーションに特に役立ちます。
続きを読む
APIはOpenAI互換であり、特定のエンドポイントを通じて文字起こしと英語翻訳を提供します。ユーザーは、Whisper APIをサポートするクライアントとScribeCrateを統合することができ、シームレスな音声処理を実現します。このツールは、FFmpegの互換性により、MP3、M4A、WAV、WebM、OGG、FLACなどのさまざまな音声フォーマットをサポートしています。
ScribeCrateは、amd64またはarm64 CPU上でDockerを使用して展開することができ、NVIDIA GPUアクセラレーションを利用してパフォーマンスを向上させることができます。このツールは、モデルが事前にキャッシュされているため、オフラインでの操作をサポートし、必要に応じてインターネットアクセスなしで完全に動作することができます。さらに、ScribeCrateはオプションのスピーカーダイアリゼーションを提供しており、音声セグメント内の異なるスピーカーを特定することができ、詳細な会議の文字起こしに最適です。
ユーザーは、特定のニーズに応じて、tinyからlarge-v3-turboまでのさまざまなWhisperモデルから選択できます。APIは、JSON、テキスト、冗長JSON、SRT、WebVTTなど、さまざまな出力フォーマットを提供し、文字起こしを受け取る方法や利用方法に柔軟性を持たせています。
ScribeCrateは、ユーザーがローカルモデル、チャット、文書処理、音声、およびAIツールを単一のコマンドで展開できる自己ホスト型AIスタックの一部です。ScribeCrateはアップロードされた音声ファイルに焦点を当てていますが、別途展開されたScribeCrate Liveプロジェクトは、WebSocketを介してライブマイクロフォンおよび音声ストリームを処理します。
- カテゴリーAI文字起こしツール
- 料金モデルオープンソース
- デプロイDocker
- プラットフォームCPU, NVIDIA GPU
ScribeCrateの主要機能
オープンソースで自己ホスト型
faster-whisperによって動作
Docker展開をサポート
OpenAI互換API
キャッシュされたモデルによるオフライン操作
オプションのスピーカーダイアリゼーション
複数の音声フォーマットをサポート
さまざまな出力フォーマットを提供
ScribeCrateの使い方は?
展開: サーバーにDockerをセットアップする
設定: Whisperモデルと音声フォーマットを選択する
使用: APIエンドポイントを介して音声を文字起こしする
最適化: より高速な処理のためにGPUアクセラレーションを有効にする
ScribeCrateの使用例
- 会議の文字起こし
- ポッドキャストの字幕
- インタビュー分析
- 言語翻訳
- プライベート音声処理





