Repolode
Enviar
BrendownFerreira

BrendownFerreira/transcriber

App web auto-hospedado que transcreve vídeos do YouTube e arquivos locais de áudio e vídeo com o OpenAI Whisper, na sua própria máquina.

Alternativa open source a:Otter.aiDescript

Ver no GitHubSite
Estrelas
147
Forks
13
Issues abertas
0
Último commit
há 7 meses

O que é?

Transcriber é uma aplicação web em FastAPI que transforma links do YouTube e arquivos de áudio ou vídeo enviados em texto usando o OpenAI Whisper. O processamento é feito localmente, então não é necessário enviar a mídia para um serviço de transcrição na nuvem, e não há assinatura.

As tarefas informam o progresso em tempo real por WebSockets. Os usuários podem escolher entre os mecanismos openai-whisper e faster-whisper, usar NVIDIA CUDA quando disponível com fallback para CPU e baixar as transcrições concluídas como arquivos .txt. Uma visualização de biblioteca associa arquivos de mídia às respectivas transcrições e permite limpar pares correspondentes com um clique.

O projeto inclui uma imagem Docker criada em múltiplas etapas que é executada como um usuário não root, e seu script de configuração tenta instalar o FFmpeg automaticamente. A interface usa Jinja2, Alpine.js e Tailwind CSS, e oferece modos claro e escuro.

Recursos principais

  • 01Transcreve URLs do YouTube e arquivos enviados como .mp3, .mp4, .wav e formatos semelhantes.
  • 02Exibe o progresso das tarefas em tempo real por WebSockets.
  • 03Oferece os mecanismos openai-whisper e faster-whisper, com suporte a NVIDIA CUDA.
  • 04Associa arquivos de mídia às transcrições em uma biblioteca e permite fazer a limpeza.
  • 05Inclui uma imagem Docker em múltiplas etapas, executada como um usuário não root.

Casos de uso

  • Transcrever entrevistas ou gravações sem enviá-las para um serviço de terceiros.
  • Criar transcrições em texto de vídeos do YouTube para leitura ou pesquisa.
  • Executar um serviço privado de transcrição em um servidor doméstico ou em uma rede interna.

Início rápido

  1. 1

    Crie e ative um ambiente virtual (macOS/Linux)

    python -m venv .venv
  2. 2

    Ative o ambiente virtual (macOS/Linux)

    source .venv/bin/activate
  3. 3

    Execute o instalador automático (instala o suporte a GPU e as dependências)

    python install.py
  4. 4

    Inicie o aplicativo e abra http://localhost:8000

    uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

Antes de usar

  • Para oferecer suporte confiável a GPUs NVIDIA, é necessário usar Python 3.10 a 3.12; no Python 3.13 ou posterior, o PyTorch pode funcionar somente com CPU.
  • Uma GPU NVIDIA é opcional, mas necessária para acelerar a transcrição.
  • O FFmpeg é necessário; a instalação automática pode falhar e exigir configuração manual.

Tópicos

#audio-transcription#whisper#speech-recognition#fastapi#self-hosted#docker#youtube#machine-learning#open-source#privacy

Perguntas frequentes

O que é transcriber?
App web auto-hospedado que transcreve vídeos do YouTube e arquivos locais de áudio e vídeo com o OpenAI Whisper, na sua própria máquina. Transcriber é uma aplicação web em FastAPI que transforma links do YouTube e arquivos de áudio ou vídeo enviados em texto usando o OpenAI Whisper. O processamento é feito localmente, então não é necessário enviar a mídia para um serviço de transcrição na nuvem, e não há assinatura.
transcriber é gratuito? Qual é a licença?
transcriber não declara licença. O código é público, mas sem licença você não tem permissão explícita para reutilizá-lo; fale com o autor antes de depender dele.
transcriber ainda é mantido?
Sem commits há mais de 6 meses. O último commit de transcriber foi em 18 de mar. de 2026.
Para que posso usar transcriber?
Transcrever entrevistas ou gravações sem enviá-las para um serviço de terceiros. Criar transcrições em texto de vídeos do YouTube para leitura ou pesquisa. Executar um serviço privado de transcrição em um servidor doméstico ou em uma rede interna.
Como instalar transcriber?
Crie e ative um ambiente virtual (macOS/Linux): python -m venv .venv Ative o ambiente virtual (macOS/Linux): source .venv/bin/activate Execute o instalador automático (instala o suporte a GPU e as dependências): python install.py Inicie o aplicativo e abra http://localhost:8000: uvicorn app.main:app --reload --host 0.0.0.0 --port 8000
Onde consigo transcriber?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/BrendownFerreira/transcriber

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados