跳转到主要内容
ToolPotion
AI 顾问
提交(免费)

Whisper as a Service

Whisper as a Service (WAAS) 提供 OpenAI Whisper 的 GUI 和 API,支持带队列的异步音频转录。它支持电子邮件回调和 Webhook 进行通知,为开发人员和用户将语音转文本功能集成到其应用程序中提供了灵活性。

查看仓库
分享
查看仓库
分享

Whisper as a Service (WAAS) 是一个开源项目,它利用 OpenAI 的 Whisper 模型提供了一个强大的音频转录解决方案。它同时提供了用于直接文件上传的图形用户界面 (GUI) 和用于程序化集成的 API,使其能够适应各种用例。

阅读更多

WAAS 的核心功能围绕其队列系统,该系统允许异步处理转录作业。用户可以通过 GUI 上传音频或视频文件,完成后通过电子邮件以 SRT、TXT 或 JSON 等多种格式接收转录文本的下载链接。GUI 还包含一个浏览器内编辑器,用于微调转录内容,提高准确性。

对于开发人员,WAAS API 提供了提交新转录作业、检测音频语言以及检索作业状态和结果的端点。API 支持电子邮件回调或 Webhook 通知,允许应用程序在转录准备就绪时收到通知。这种异步特性对于高效处理大量音频数据至关重要。

WAAS 设计为使用 Docker Compose 轻松部署,并提供 GPU 加速选项以加快处理速度。该项目与 Python 3.8-3.10 兼容,并遵循 OpenAI Whisper 的要求。提供了贡献指南和安装说明,鼓励社区参与和定制。

该项目的架构包括一个 Redis 队列和一个 API 工作进程,确保转录任务得到有效管理。还实现了 Webhook 签名验证等安全功能,以确保数据完整性。WAAS 是任何需要将高级语音转文本功能集成到其工作流程或应用程序中的宝贵工具。

  • 类别AI 转录工具
  • 定价模式开源
  • 部署云端, 自托管
  • 平台网页版

  • 用于音频文件上传和转录的 GUI

  • 用于程序化转录作业提交的 API

  • 带队列的异步作业处理

  • 带下载链接的电子邮件通知

  • 用于转录校正的浏览器内编辑器

  • 支持多种输出格式(SRT、TXT、JSON)

  • 用于实时通知的 Webhook 集成

  • 音频文件的语言检测

  • 可选的 GPU 加速以加快处理速度

  • 用于轻松部署的 Docker Compose

  • 用于安全的 Webhook 签名验证

  1. 克隆:从 GitHub 克隆 WAAS 存储库。

  2. 安装:设置 Python 虚拟环境并使用 pip 安装依赖项。

  3. 配置:创建一个 .envrc 文件,其中包含必要的 API 密钥和电子邮件设置。

  4. 执行:使用 Docker Compose 运行应用程序以完成设置。

  5. 集成:使用提供的 API 端点提交转录作业。

  6. 接收:配置电子邮件回调或 Webhook 以在作业完成时收到通知。

  • 自动转录
  • 会议纪要
  • 播客制作
  • 视频字幕
  • 开发人员工具
  • 语言学习
  • 可访问性功能

Whisper as a Service 评价

加载中...

与 Whisper as a Service 类似的热门AI工具

Whisper Web

AI 应用

Whisper Web 是一个基于浏览器的语音转文本工具,由 OpenAI 的 Whisper 模型提供支持,能够在本地和私密地转录 100 多种语言,无需数据离开您的设备,也无需安装。

AI 转录工具

AI 转录工具 排名第 45 位

查看工具

AI 应用

基于浏览器的语音转文本工具,由 OpenAI 的 Whisper 模型提供支持,能够在本地和私密地转录 100 多种语言,无需数据离开您的设备,也无需安装。Whisper Web 是一个基于浏览器的语音转文本工具,由 OpenAI 的 Whisper 模型提供支持,能够在本地和私密地转录 100 多种语言,无需数据离开您的设备,也无需安装。

AI 转录工具
AI 转录工具 排名第 45 位

whisper.cpp

AI GitHub 仓库

whisper.cpp是OpenAI的Whisper模型在C/C++中的移植。它允许开发者在GitHub上参与其开发,促进语音识别技术的协作与创新。

AI 转录工具
查看工具

AI GitHub 仓库

OpenAI的Whisper模型在C/C++中的移植。它允许开发者在GitHub上参与其开发,促进语音识别技术的协作与创新。whisper.cpp是OpenAI的Whisper模型在C/C++中的移植。它允许开发者在GitHub上参与其开发,促进语音识别技术的协作与创新。

精选AI 转录工具
查看 AI GitHub 仓库 Top 250

WhisperUI 提供由 OpenAI 的 Whisper 模型驱动的经济实惠的语音转文本服务。轻松将音频文件转换为文本和 SRT 格式。支持各种音频类型和高达 25MB 的文件大小,并提供高级功能以实现无限上传和批量处理。

AI 转录工具

AI 转录工具 排名第 117 位

查看工具

提供由 OpenAI 的 Whisper 模型驱动的经济实惠的语音转文本服务。轻松将音频文件转换为文本和 SRT 格式。支持各种音频类型和高达 25MB 的文件大小,并提供高级功能以实现无限上传和批量处理。WhisperUI 提供由 OpenAI 的 Whisper 模型驱动的经济实惠的语音转文本服务。轻松将音频文件转换为文本和 SRT 格式。支持各种音频类型和高达 25MB 的文件大小,并提供高级功能以实现无限上传和批量处理。

AI 转录工具
AI 转录工具 排名第 117 位

AssemblyAI

AI 平台

AssemblyAI 提供先进的 AI 模型,用于语音转文本转录和语音理解。开发者可以集成强大的 API 来构建支持语音的应用,从音频数据中提取见解,并创建智能语音代理。它提供实时和预录音频处理的解决方案,增强各种业务工作流程。

AI 转录工具媒体与娱乐
查看工具

AI 平台

提供先进的 AI 模型,用于语音转文本转录和语音理解。开发者可以集成强大的 API 来构建支持语音的应用,从音频数据中提取见解,并创建智能语音代理。它提供实时和预录音频处理的解决方案,增强各种业务工作流程。AssemblyAI 提供先进的 AI 模型,用于语音转文本转录和语音理解。开发者可以集成强大的 API 来构建支持语音的应用,从音频数据中提取见解,并创建智能语音代理。它提供实时和预录音频处理的解决方案,增强各种业务工作流程。

精选AI 转录工具媒体与娱乐
查看 AI 平台 Top 150

Gladia 通过单一 API 提供 AI 音频基础设施,用于转录和丰富语音对话。开发者可以将音频转换为结构化、可操作的数据,用于语音产品,通过实时准确性和多语言支持来增强客户体验、销售赋能和会议协助。

AI 转录工具
查看工具

通过单一 API 提供 AI 音频基础设施,用于转录和丰富语音对话。开发者可以将音频转换为结构化、可操作的数据,用于语音产品,通过实时准确性和多语言支持来增强客户体验、销售赋能和会议协助。Gladia 通过单一 API 提供 AI 音频基础设施,用于转录和丰富语音对话。开发者可以将音频转换为结构化、可操作的数据,用于语音产品,通过实时准确性和多语言支持来增强客户体验、销售赋能和会议协助。

AI 转录工具
查看 AI 应用 Top 250

WhisperTranscribe 使用先进的 Whisper AI 模型,提供超过 55 种语言的高精度音频和视频转录。它使用户能够与音频进行聊天,生成超过 57 种内容类型,并创建引人入胜的视频片段,所有这些都在一个直观、注重隐私的平台上完成。已获得超过 100,000 用户信赖。

AI 转录工具

记者 排名第 37 位

查看工具

使用先进的 Whisper AI 模型,提供超过 55 种语言的高精度音频和视频转录。它使用户能够与音频进行聊天,生成超过 57 种内容类型,并创建引人入胜的视频片段,所有这些都在一个直观、注重隐私的平台上完成。已获得超过 100,000 用户信赖。WhisperTranscribe 使用先进的 Whisper AI 模型,提供超过 55 种语言的高精度音频和视频转录。它使用户能够与音频进行聊天,生成超过 57 种内容类型,并创建引人入胜的视频片段,所有这些都在一个直观、注重隐私的平台上完成。已获得超过 100,000 用户信赖。

AI 转录工具
记者 排名第 37 位

HappyScribe

AI 应用

HappyScribe 是一个 AI 转录和笔记平台,可以将音频和视频转换为超过 150 种语言的文本。它提供实时转录、会议记录和云同步等功能,非常适合企业和个人使用。

AI 转录工具媒体与娱乐

记者 排名第 9 位

查看工具

AI 应用

AI 转录和笔记平台,可以将音频和视频转换为超过 150 种语言的文本。它提供实时转录、会议记录和云同步等功能,非常适合企业和个人使用。HappyScribe 是一个 AI 转录和笔记平台,可以将音频和视频转换为超过 150 种语言的文本。它提供实时转录、会议记录和云同步等功能,非常适合企业和个人使用。

AI 转录工具媒体与娱乐
记者 排名第 9 位

TurboScribe

AI 应用

TurboScribe 是一项 AI 转录服务,能够将音频和视频转换为 98 种语言的准确文本,提供无限转录、说话者识别、内置翻译以及导出为 PDF、DOCX、SRT 和 TXT 格式。

AI 转录工具出版与新闻

记者 排名第 13 位

查看工具

AI 应用

AI 转录服务,能够将音频和视频转换为 98 种语言的准确文本,提供无限转录、说话者识别、内置翻译以及导出为 PDF、DOCX、SRT 和 TXT 格式。TurboScribe 是一项 AI 转录服务,能够将音频和视频转换为 98 种语言的准确文本,提供无限转录、说话者识别、内置翻译以及导出为 PDF、DOCX、SRT 和 TXT 格式。

精选AI 转录工具出版与新闻
记者 排名第 13 位
1/8