Reconhecimento de fala open source baseado no Whisper, com timestamps por palavra via alinhamento forçado e diarização de falantes opcional.
- Estrelas
- 1,224
- Forks
- 93
- Issues abertas
- 81
- Último commit
- anteontem
O que é?
aTrain transcreve gravações de áudio e vídeo na sua própria máquina usando faster-whisper, uma implementação otimizada do modelo Whisper da OpenAI. As gravações e transcrições nunca são enviadas para outro lugar, o que torna a ferramenta adequada para projetos de pesquisa com requisitos de privacidade de dados ou conformidade com o GDPR.
A ferramenta inclui um modo de detecção de locutores baseado em pyannote.audio, que atribui cada segmento de texto a um locutor. É compatível com cerca de 99 idiomas, com precisão que varia conforme o idioma, e pode ser executada na CPU ou em uma GPU NVIDIA com CUDA.
Além da GUI para desktop, aTrain oferece uma interface de linha de comando instalável via pip (aTrain_core) e um modo experimental de navegador ou servidor. Os arquivos de saída podem ser importados para ATLAS.ti, MAXQDA e NVivo para análise qualitativa.
Recursos principais
- 01Transcrição offline com modelos faster-whisper, sem envio de dados
- 02Diarização de locutores baseada em pyannote.audio
- 03Compatibilidade com cerca de 99 idiomas
- 04Execução na CPU ou em GPU NVIDIA com CUDA
- 05Interface de linha de comando para scripts e processamento em lote
- 06Arquivos de saída compatíveis com ATLAS.ti, MAXQDA e NVivo
Casos de uso
- Transcrever entrevistas de pesquisa qualitativa sem enviar gravações para serviços na nuvem
- Gerar transcrições com marcações de tempo e identificação de locutores para análise no MAXQDA ou NVivo
- Executar um pipeline de transcrição sem interface gráfica em um servidor local
Início rápido
- 1
Instalar o mecanismo do aTrain pelo GitHub com pip
pip install "aTrain @ git+https://github.com/aTrainTranscription/aTrain.git" - 2
Transcrever um arquivo de áudio pela linha de comando usando as configurações padrão
aTrain_core transcribe /path/to/audio/file.mp3
Antes de usar
- O aTrain ainda não está no PyPI, então o pip instala diretamente do repositório do GitHub.
- O suporte a GPU NVIDIA CUDA abrange apenas Windows e Linux baseado em Debian; no macOS, o processamento é feito somente pela CPU.
- A execução de aTrain start em modo de navegador ou servidor é experimental e pode estar incompleta.
- O projeto é licenciado sob a AGPL-3.0, uma licença copyleft que exige o compartilhamento do código modificado disponibilizado pela rede.
Tópicos
Perguntas frequentes
- O que é aTrain?
- Ferramenta com GUI e CLI que transcreve gravações de fala offline usando modelos Whisper, com diarização de locutores opcional. aTrain transcreve gravações de áudio e vídeo na sua própria máquina usando faster-whisper, uma implementação otimizada do modelo Whisper da OpenAI. As gravações e transcrições nunca são enviadas para outro lugar, o que torna a ferramenta adequada para projetos de pesquisa com requisitos de privacidade de dados ou conformidade com o GDPR.
- aTrain é gratuito? Qual é a licença?
- aTrain é open source sob a licença AGPL-3.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- aTrain ainda é mantido?
- Manutenção ativa. O último commit de aTrain foi em 20 de out. de 2026.
- Para que posso usar aTrain?
- Transcrever entrevistas de pesquisa qualitativa sem enviar gravações para serviços na nuvem Gerar transcrições com marcações de tempo e identificação de locutores para análise no MAXQDA ou NVivo Executar um pipeline de transcrição sem interface gráfica em um servidor local
- Como instalar aTrain?
- Instalar o mecanismo do aTrain pelo GitHub com pip: pip install "aTrain @ git+https://github.com/aTrainTranscription/aTrain.git" Transcrever um arquivo de áudio pela linha de comando usando as configurações padrão: aTrain_core transcribe /path/to/audio/file.mp3
- Onde consigo aTrain?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/aTrainTranscription/aTrain
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Port em C/C++ do modelo de reconhecimento de fala Whisper, da OpenAI, para transcrição rápida e offline em CPU e GPU, sem dependências.
Aplicativo desktop que transcreve e traduz áudio e vídeo offline no seu computador, baseado no Whisper da OpenAI.
App para desktop que transcreve áudio e vídeo totalmente offline no seu dispositivo, usando Whisper e outros modelos de fala.
Servidor de speech-to-text auto-hospedado com ASR em streaming, diarização de falantes, tradução ao vivo e APIs compatíveis com OpenAI e Deepgram.
Uma reimplementação mais rápida do modelo de reconhecimento de fala Whisper, da OpenAI, com o mecanismo de inferência CTranslate2, menor uso de memória e quantização de 8 bits.