Описание
ScribeCrate Live — это надежное решение с открытым исходным кодом, предназначенное для частной транскрипции речи в текст в реальном времени и перевода речи на английский. Оно позволяет пользователям развертывать и управлять сервером транскрипции на своем оборудовании, обеспечивая конфиденциальность данных и контроль. Система работает на базе WhisperLive и faster-whisper, используя передовые модели Whisper для высокой точности и эффективности.
Читать далее
Основная функциональность заключается в обработке аудио с микрофона и различных аудиопотоков, преобразуя их в прогрессивные текстовые сегменты по мере произнесения слов. Эта возможность в реальном времени предоставляется через WebSocket, что делает ее подходящей для приложений, требующих немедленного текстового вывода, таких как субтитры в реальном времени или интерактивные голосовые интерфейсы. Для перевода речи на английский пользователи могут выбрать подходящую многоязычную модель Whisper и настроить задачу соответствующим образом.
Помимо потоковой передачи в реальном времени, ScribeCrate Live также предоставляет совместимый с OpenAI REST API для транскрипции загруженных аудиофайлов. Этот двойной подход учитывает различные потоки ввода, предлагая гибкость для разработчиков, интегрирующих услуги транскрипции в свои приложения. Сервер работает локально, с новыми постоянными установками, создающими и хранящими API-ключи для безопасной аутентификации, что гарантирует, что процессы транскрипции остаются частными и под контролем пользователя.
Развертывание упрощается с помощью Docker, поддерживающего как CPU (архитектуры amd64 и arm64), так и ускорение NVIDIA GPU с помощью специального образа CUDA. Пользователи могут выбирать из различных моделей Whisper, при этом более крупные модели предлагают более высокую точность, но требуют больше памяти и вычислительной мощности. Включена функция обнаружения активности голоса (VAD), которая интеллектуально пропускает тихие периоды, оптимизируя использование ресурсов. Для работы в оффлайн-режиме модели могут быть предварительно кэшированы, и систему можно настроить для работы без доступа в интернет для загрузки моделей.
ScribeCrate Live является частью более крупной экосистемы, включая Self-Hosted AI Stack, позволяя пользователям интегрировать его с другими локальными инструментами ИИ для чата, обработки документов и многого другого. Проект является открытым исходным кодом под лицензией MIT, что означает, что пользователи несут ответственность за свои собственные расходы на оборудование или облачный хостинг. Он подчеркивает контроль пользователя над данными и обработкой, что делает его отличным выбором для разработчиков и организаций, заботящихся о конфиденциальности.
- КатегорияИИ-инструменты транскрипции
- Модель ценообразованияОткрытый исходный код
- РазвёртываниеСобственный хостинг
- ПлатформыDocker (CPU, NVIDIA GPU)
Основные функции ScribeCrate Live
Транскрипция речи в текст в реальном времени
Перевод речи на английский
Потоковая передача WebSocket для живого аудио
Совместимый с OpenAI REST API для транскрипции файлов
Самостоятельное развертывание для конфиденциальности и контроля
Поддержка различных моделей Whisper
Обнаружение активности голоса (VAD) для пропуска тишины
Поддержка CPU (amd64, arm64) и NVIDIA GPU (CUDA)
Развертывание через Docker для простоты настройки
Постоянный кэш моделей для работы в оффлайн-режиме
Аутентификация по API-ключу для безопасного доступа
Открытый исходный код под лицензией MIT
Интеграция с Self-Hosted AI Stack
Прогрессивный текстовый вывод по мере поступления слов
Документация по настройке клиента доступна на GitHub
Как использовать ScribeCrate Live?
Подготовка хоста: Убедитесь, что у вас есть поддерживаемый Linux-хост с Docker и достаточным объемом памяти для выбранной модели Whisper.
Запуск сервера: Разверните ScribeCrate Live с помощью Docker, подключив живое аудио или протестировав с записью.
Получение API-ключа: Для постоянных установок получите сгенерированный API-ключ для аутентифицированного доступа.
Подключение клиента: Используйте совместимый WebSocket-клиент для ввода с микрофона в реальном времени или REST API для транскрипции файлов.
Настройка задачи: Установите `translate=True` в Python-клиенте или `"task": "translate"` в рукопожатии WebSocket для перевода речи на английский.
Выбор модели: Выберите подходящую многоязычную модель Whisper (например, base, small, medium, large-v3) для задач перевода.
Тестирование транскрипции: Замените `audio.mp3` на ваш файл и выполните предоставленный REST-запрос для аутентифицированного теста.
Варианты использования ScribeCrate Live
- Субтитры в реальном времени
- Транскрипция с микрофона
- Перевод речи на английский
- Транскрипция аудиофайлов
- Создание голосовых приложений
- Частные услуги транскрипции
- Интеграция с Self-Hosted AI Stack
