Herramienta de código abierto de voz a texto basada en Whisper, con marcas de tiempo por palabra mediante alineación forzada y diarización de hablantes opcional.
24,7 mil2,5 milPythonBSD-2-ClauseActualizado hace 4 días
- Estrellas
- 1,224
- Forks
- 93
- Issues abiertos
- 81
- Último commit
- anteayer
¿Qué es?
aTrain transcribe grabaciones de audio y video en tu propio equipo con faster-whisper, una implementación optimizada del modelo Whisper de OpenAI. Las grabaciones y las transcripciones nunca se suben, por lo que resulta adecuada para proyectos de investigación con requisitos de privacidad de datos o cumplimiento del RGPD.
La herramienta incluye un modo de detección de hablantes basado en pyannote.audio que asigna cada segmento de texto a un hablante. Admite alrededor de 99 idiomas, aunque la precisión varía según el idioma, y puede ejecutarse en la CPU o en una GPU NVIDIA con CUDA.
Además de la GUI de escritorio, aTrain ofrece una interfaz de línea de comandos instalable con pip (aTrain_core) y un modo experimental de navegador o servidor. Los archivos de salida se pueden importar en ATLAS.ti, MAXQDA y NVivo para realizar análisis cualitativos.
Funciones clave
- 01Transcripción sin conexión con modelos faster-whisper y sin subir datos
- 02Diarización de hablantes basada en pyannote.audio
- 03Compatibilidad con unos 99 idiomas
- 04Ejecución en CPU y GPU NVIDIA con CUDA
- 05Interfaz de línea de comandos para crear scripts y procesar lotes
- 06Archivos de salida compatibles con ATLAS.ti, MAXQDA y NVivo
Casos de uso
- Transcribir entrevistas de investigación cualitativa sin enviar las grabaciones a servicios en la nube
- Crear transcripciones con marcas de tiempo y etiquetas de hablante para analizarlas en MAXQDA o NVivo
- Ejecutar un flujo de transcripción sin interfaz gráfica en un servidor local
Inicio rápido
- 1
Instalar el motor de aTrain desde GitHub con pip
pip install "aTrain @ git+https://github.com/aTrainTranscription/aTrain.git" - 2
Transcribir un archivo de audio desde la línea de comandos con la configuración predeterminada
aTrain_core transcribe /path/to/audio/file.mp3
Antes de usarlo
- aTrain aún no está en PyPI, así que pip lo instala directamente desde el repositorio de GitHub.
- La compatibilidad con GPU NVIDIA CUDA solo está disponible en Windows y Linux basado en Debian; en macOS solo se usa la CPU.
- La ejecución de aTrain start en modo navegador o servidor es experimental y puede estar incompleta.
- El proyecto utiliza la licencia copyleft AGPL-3.0, que exige compartir el código modificado que se ofrece a través de la red.
Temas
Preguntas frecuentes
- ¿Qué es aTrain?
- Herramienta con GUI y CLI que transcribe grabaciones de voz sin conexión mediante modelos Whisper y ofrece diarización opcional de hablantes. aTrain transcribe grabaciones de audio y video en tu propio equipo con faster-whisper, una implementación optimizada del modelo Whisper de OpenAI. Las grabaciones y las transcripciones nunca se suben, por lo que resulta adecuada para proyectos de investigación con requisitos de privacidad de datos o cumplimiento del RGPD.
- ¿aTrain es gratuito? ¿Qué licencia tiene?
- aTrain es open source bajo la licencia AGPL-3.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿aTrain sigue mantenido?
- Mantenimiento activo. El último commit de aTrain fue el 20 oct 2026.
- ¿Para qué puedo usar aTrain?
- Transcribir entrevistas de investigación cualitativa sin enviar las grabaciones a servicios en la nube Crear transcripciones con marcas de tiempo y etiquetas de hablante para analizarlas en MAXQDA o NVivo Ejecutar un flujo de transcripción sin interfaz gráfica en un servidor local
- ¿Cómo se instala aTrain?
- Instalar el motor de aTrain desde GitHub con pip: pip install "aTrain @ git+https://github.com/aTrainTranscription/aTrain.git" Transcribir un archivo de audio desde la línea de comandos con la configuración predeterminada: aTrain_core transcribe /path/to/audio/file.mp3
- ¿Dónde consigo aTrain?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/aTrainTranscription/aTrain
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Port en C/C++ del modelo de reconocimiento de voz Whisper de OpenAI, para convertir voz en texto sin conexión y sin dependencias, usando CPU o GPU.
54,5 mil6,3 milC++MITActualizado hace 3 días
Aplicación de escritorio que transcribe y traduce audio y video sin conexión en tu computadora, basada en Whisper de OpenAI.
22,1 mil1,6 milPythonMITActualizado hace 5 días
Aplicación de escritorio que transcribe audio y video completamente sin conexión en tu dispositivo, con Whisper y otros modelos de voz.
7,8 mil567TypeScriptMITActualizado hace 16 días
Servidor de voz a texto en tiempo real y autoalojado, con ASR en streaming, diarización de hablantes, traducción en vivo y APIs compatibles con OpenAI y Deepgram.
11,2 mil1,1 milPythonApache-2.0Actualizado hace 21 días
Una reimplementación más rápida del modelo de transcripción de voz Whisper de OpenAI, basada en el motor de inferencia CTranslate2, con menor uso de memoria y cuantización de 8 bits.
26 mil2,2 milPythonMITActualizado hace 6 días