描述
ScribeCrate 是一个开源的自托管转录 API，旨在为用户提供转录音频、生成字幕和使用自己的硬件将语音翻译成英语的能力。ScribeCrate 由 faster-whisper 提供支持，提供私有和本地的语音转文本解决方案，确保音频数据在用户的服务器上进行处理。该工具特别适用于会议录音、访谈、播客以及支持 OpenAI Whisper API 的应用。
阅读更多
该 API 兼容 OpenAI，通过特定的端点提供转录和英语翻译。用户可以将 ScribeCrate 与支持 Whisper API 的客户端集成，实现无缝的音频处理。该工具支持多种音频格式，包括 MP3、M4A、WAV、WebM、OGG 和 FLAC，得益于 FFmpeg 的兼容性。
ScribeCrate 可以使用 Docker 部署在 amd64 或 arm64 CPU 上，或使用 NVIDIA GPU 加速以提高性能。该工具支持离线操作，模型提前缓存，确保在需要时可以完全不依赖互联网访问。此外，ScribeCrate 提供可选的说话人分离功能，能够识别音频片段中的不同说话者，非常适合详细的会议记录。
用户可以从多种 Whisper 模型中选择，从 tiny 到 large-v3-turbo，以满足其特定需求。该 API 还提供多种输出格式，包括 JSON、文本、详细 JSON、SRT 和 WebVTT，允许灵活地接收和利用转录内容。
ScribeCrate 是自托管 AI 堆栈的一部分，使用户能够通过单个命令部署本地模型、聊天、文档处理、语音和 AI 工具。虽然 ScribeCrate 专注于上传的音频文件，但单独部署的 ScribeCrate Live 项目处理通过 WebSocket 进行的实时麦克风和音频流。
- 类别AI 转录工具
- 定价模式开源
- 部署Docker
- 平台CPU, NVIDIA GPU
ScribeCrate的核心功能
开源和自托管
由 faster-whisper 提供支持
支持 Docker 部署
兼容 OpenAI API
离线操作，使用缓存模型
可选的说话人分离
支持多种音频格式
提供多种输出格式
如何使用 ScribeCrate？
部署：在您的服务器上设置 Docker
配置：选择 Whisper 模型和音频格式
使用：通过 API 端点转录音频
优化：启用 GPU 加速以加快处理速度
ScribeCrate的使用案例
- 会议转录
- 播客字幕
- 访谈分析
- 语言翻译
- 私有音频处理
