説明
ScribeCrate Liveは、プライベートなリアルタイム音声からテキストへの転写および音声から英語への翻訳のために設計された堅牢なオープンソースソリューションです。ユーザーは自分のハードウェア上で転写サーバーを展開および運用でき、データのプライバシーと制御を確保します。このシステムは、WhisperLiveおよびfaster-whisperによって動作し、高精度と効率を実現するために高度なWhisperモデルを活用しています。
続きを読む
コア機能は、ライブマイク音声やさまざまな音声ストリームを処理し、話される言葉に応じて進行中のテキストセグメントに変換することにあります。このリアルタイム機能はWebSocketを介して提供され、ライブキャプションやインタラクティブな音声インターフェースなど、即時のテキスト出力を必要とするアプリケーションに適しています。音声から英語への翻訳のために、ユーザーは適切な多言語Whisperモデルを選択し、タスクを適切に構成できます。
ライブストリーミングを超えて、ScribeCrate Liveはアップロードされた音声ファイルを転写するためのOpenAI互換のREST APIも提供します。この二重アプローチは、異なる入力フローに対応し、転写サービスをアプリケーションに統合する開発者に柔軟性を提供します。サーバーはローカルで実行され、新しい永続的なインストールがAPIキーを生成および保存し、安全な認証を確保し、転写プロセスがプライベートでユーザーの制御下にあることを保証します。
デプロイメントはDockerを通じて簡素化され、CPU（amd64およびarm64アーキテクチャ）およびNVIDIA GPU（CUDA）アクセラレーションをサポートする専用のCUDAイメージがあります。ユーザーはさまざまなWhisperモデルから選択でき、より大きなモデルはより高い精度を提供しますが、より多くのメモリと処理能力を必要とします。音声活動検出（VAD）が含まれており、無音期間をインテリジェントにスキップしてリソースの使用を最適化します。オフライン操作のために、モデルを事前にキャッシュし、モデルのダウンロードなしで実行するようにシステムを構成できます。
ScribeCrate Liveは、自己ホスト型AIスタックを含むより大きなエコシステムの一部であり、ユーザーはチャット、文書処理などの他のローカルAIツールと統合できます。このプロジェクトはMITライセンスの下でオープンソースであり、ユーザーは自分のハードウェアまたはクラウドホスティングコストに責任を持ちます。データと処理に対するユーザーの制御を強調しており、プライバシーを重視する開発者や組織にとって強力な選択肢となっています。
- 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
- デプロイセルフホスト
- プラットフォームDocker (CPU, NVIDIA GPU)
ScribeCrate Liveの主要機能
リアルタイム音声からテキストへの転写
音声から英語への翻訳
ライブ音声のためのWebSocketストリーミング
ファイル転写のためのOpenAI互換REST API
プライバシーと制御のための自己ホスト型デプロイメント
さまざまなWhisperモデルをサポート
無音をスキップするための音声活動検出（VAD）
CPU（amd64、arm64）およびNVIDIA GPU（CUDA）サポート
簡単なセットアップのためのDockerデプロイメント
オフライン操作のための永続的なモデルキャッシュ
安全なアクセスのためのAPIキー認証
MITライセンスの下でオープンソース
自己ホスト型AIスタックとの統合
言葉が到着するにつれて進行中のテキスト出力
GitHubでのクライアントセットアップドキュメント
ScribeCrate Liveの使い方は？
ホストの準備: サポートされているLinuxホストを用意し、Dockerと選択したWhisperモデルに十分なメモリを確保します。
サーバーの起動: Dockerを使用してScribeCrate Liveをデプロイし、ライブ音声を接続するか、録音でテストします。
APIキーの取得: 永続的なインストールの場合、認証されたアクセスのために生成されたAPIキーを取得します。
クライアントの接続: ライブマイク入力のために互換性のあるWebSocketクライアントを使用するか、ファイル転写のためにREST APIを使用します。
タスクの構成: Pythonクライアントで`translate=True`を設定するか、WebSocketハンドシェイクで`"task": "translate"`を設定して音声から英語への翻訳を行います。
モデルの選択: 翻訳タスクのために適切な多言語Whisperモデル（例: base、small、medium、large-v3）を選択します。
転写のテスト: `audio.mp3`を自分のファイルに置き換え、認証されたテストのために提供されたRESTリクエストを実行します。
ScribeCrate Liveの使用例
- ライブキャプション
- マイク転写
- 音声から英語への翻訳
- 音声ファイル転写
- 音声アプリケーションの構築
- プライベート転写サービス
- 自己ホスト型AIスタック統合
