Repolode
Enviar
zackees

zackees/transcribe-anything

Ferramenta CLI que transcreve arquivos locais ou URLs com Whisper, oferece vários backends e gera transcrições identificadas por pessoa.

Alternativa open source a:Otter.ai

Ver no GitHubSite
Estrelas
1,483
Forks
146
Issues abertas
15
Último commit
há 12 dias

O que é?

transcribe-anything é uma interface de linha de comando para converter fala em texto com Whisper. Informe um arquivo de áudio ou vídeo local, ou uma URL do YouTube ou de outro serviço compatível. A ferramenta baixa e normaliza o áudio e, em seguida, gera arquivos de texto simples, legendas SRT e VTT e saída em JSON. Cada backend roda em um ambiente isolado, criado no primeiro uso, mantendo as dependências de CUDA e torch fora da instalação principal do Python.

A opção `--device` seleciona o backend. Entre as opções estão o caminho original de CPU e CUDA do openai-whisper, o insanely-fast-whisper para transcrição em lotes na GPU com uma variante opcional de FlashAttention2, o WhisperX para VAD, alinhamento de palavras e diarização, o SenseVoice para reconhecimento multilíngue com foco em idiomas CJK, suporte a Intel Arc XPU e um backend MLX para Apple Silicon. Backends com suporte a diarização geram um arquivo speaker.json que agrupa o texto por pessoa.

O projeto também oferece uma API Python, a opção de inserir legendas diretamente no vídeo e um modo daemon que executa um servidor HTTP de transcrição compartilhado, com autenticação por token opcional.

Recursos principais

  • 01Transcreve arquivos locais e URLs do YouTube ou de outros serviços em arquivos TXT, SRT, VTT e JSON.
  • 02Permite selecionar entre vários backends do Whisper com `--device`, detectado automaticamente quando a opção é omitida.
  • 03Cria cada backend em um ambiente isolado no primeiro uso.
  • 04Gera speaker.json com texto identificado por pessoa usando backends com suporte a diarização.
  • 05Oferece uma API Python e um modo daemon opcional para servidores de transcrição compartilhados.

Casos de uso

  • Gerar legendas para vídeos do YouTube ou gravações locais.
  • Transcrever entrevistas ou reuniões com identificação de cada pessoa.
  • Executar transcrição privada, sem depender de serviços online, na própria GPU ou em um Mac com Apple Silicon.
  • Transcrever arquivos em lotes em um host compartilhado com GPU usando o modo daemon.

Início rápido

  1. 1

    Instalar o pacote do PyPI

    pip install transcribe-anything
  2. 2

    Transcrever um vídeo do YouTube no modo CPU

    transcribe-anything "https://www.youtube.com/watch?v=dQw4w9WgXcQ"

Antes de usar

  • Na primeira execução de cada backend, as dependências correspondentes são baixadas; para --device insane, são cerca de 10 GB.
  • Alguns backends são específicos de uma plataforma: --device mlx requer Apple Silicon e --device xpu é experimental.
  • A diarização de locutores com --device whisperx requer um token do HuggingFace.

Em coleções

Ferramentas de CLI e terminalFerramentas de vídeo e áudio com IA

Tópicos

#speech-to-text#whisper#transcription#subtitles#diarization#cli#python

Perguntas frequentes

O que é transcribe-anything?
Ferramenta CLI que transcreve arquivos locais ou URLs com Whisper, oferece vários backends e gera transcrições identificadas por pessoa. transcribe-anything é uma interface de linha de comando para converter fala em texto com Whisper. Informe um arquivo de áudio ou vídeo local, ou uma URL do YouTube ou de outro serviço compatível. A ferramenta baixa e normaliza o áudio e, em seguida, gera arquivos de texto simples, legendas SRT e VTT e saída em JSON. Cada backend roda em um ambiente isolado, criado no primeiro uso, mantendo as dependências de CUDA e torch fora da instalação principal do Python.
transcribe-anything é gratuito? Qual é a licença?
transcribe-anything é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
transcribe-anything ainda é mantido?
Manutenção ativa. O último commit de transcribe-anything foi em 26 de out. de 2026.
Para que posso usar transcribe-anything?
Gerar legendas para vídeos do YouTube ou gravações locais. Transcrever entrevistas ou reuniões com identificação de cada pessoa. Executar transcrição privada, sem depender de serviços online, na própria GPU ou em um Mac com Apple Silicon. Transcrever arquivos em lotes em um host compartilhado com GPU usando o modo daemon.
Como instalar transcribe-anything?
Instalar o pacote do PyPI: pip install transcribe-anything Transcrever um vídeo do YouTube no modo CPU: transcribe-anything "https://www.youtube.com/watch?v=dQw4w9WgXcQ"
Onde consigo transcribe-anything?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/zackees/transcribe-anything

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

Projetos relacionados