Сервер для локального распознавания речи в реальном времени: потоковый ASR, разделение по говорящим, перевод и API, совместимые с OpenAI и Deepgram.
- Звёзды
- 147
- Форки
- 13
- Открытые issues
- 0
- Последний коммит
- 7 месяцев назад
Что это?
Transcriber — веб-приложение на FastAPI, которое преобразует ссылки на YouTube и загруженные аудио- или видеофайлы в текст с помощью OpenAI Whisper. Обработка выполняется локально, поэтому отправлять медиафайлы в облачный сервис расшифровки не нужно, а подписка не требуется.
Приложение показывает ход выполнения задач в реальном времени через WebSockets. Можно выбрать движок openai-whisper или faster-whisper, использовать NVIDIA CUDA, если она доступна, с переходом на CPU при необходимости, а готовые расшифровки скачивать в формате .txt. В библиотеке медиафайлы связаны с расшифровками; предусмотрена очистка таких пар одним нажатием.
В проект входит Docker-образ, собираемый в несколько этапов и запускаемый от имени непривилегированного пользователя; скрипт настройки пытается автоматически установить FFmpeg. Интерфейс создан с использованием Jinja2, Alpine.js и Tailwind CSS и поддерживает тёмную и светлую темы.
Ключевые возможности
- 01Расшифровывает видео по ссылкам на YouTube и загруженные файлы .mp3, .mp4, .wav и другие форматы.
- 02Показывает ход выполнения задач в реальном времени через WebSockets.
- 03Поддерживает движки openai-whisper и faster-whisper, а также NVIDIA CUDA.
- 04Связывает медиафайлы с расшифровками в библиотеке и позволяет удалять их парами.
- 05Поставляется с многоэтапным Docker-образом, который запускается от имени непривилегированного пользователя.
Сценарии использования
- Расшифровка интервью и записей без загрузки в сторонний сервис.
- Создание текстовых расшифровок видео с YouTube для чтения или поиска.
- Запуск частного сервиса расшифровки на домашнем сервере или во внутренней сети.
Быстрый старт
- 1
Создайте и активируйте виртуальное окружение (macOS/Linux)
python -m venv .venv - 2
Активируйте виртуальное окружение (macOS/Linux)
source .venv/bin/activate - 3
Запустите автоматический установщик (он установит поддержку GPU и зависимости)
python install.py - 4
Запустите приложение, затем откройте http://localhost:8000
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000
Что важно знать
- Для надежной поддержки GPU NVIDIA требуется Python 3.10–3.12; в Python 3.13 и более поздних версиях PyTorch может работать только на CPU.
- GPU NVIDIA не обязателен, но необходим для ускорения транскрибации.
- Требуется FFmpeg. Автоматическая установка может завершиться с ошибкой, и тогда потребуется настроить его вручную.
Темы
Частые вопросы
- Что такое transcriber?
- Самостоятельно размещаемое веб-приложение для расшифровки видео с YouTube и локальных аудио- и видеофайлов с помощью OpenAI Whisper. Transcriber — веб-приложение на FastAPI, которое преобразует ссылки на YouTube и загруженные аудио- или видеофайлы в текст с помощью OpenAI Whisper. Обработка выполняется локально, поэтому отправлять медиафайлы в облачный сервис расшифровки не нужно, а подписка не требуется.
- transcriber можно использовать бесплатно? Какая у него лицензия?
- У transcriber не указана лицензия. Код открыт, но без лицензии нет явного разрешения на его использование — уточните у автора, прежде чем на него полагаться.
- transcriber всё ещё поддерживается?
- Нет коммитов больше 6 месяцев. Последний коммит в transcriber — 18 мар. 2026 г..
- Для чего можно использовать transcriber?
- Расшифровка интервью и записей без загрузки в сторонний сервис. Создание текстовых расшифровок видео с YouTube для чтения или поиска. Запуск частного сервиса расшифровки на домашнем сервере или во внутренней сети.
- Как установить transcriber?
- Создайте и активируйте виртуальное окружение (macOS/Linux): python -m venv .venv Активируйте виртуальное окружение (macOS/Linux): source .venv/bin/activate Запустите автоматический установщик (он установит поддержку GPU и зависимости): python install.py Запустите приложение, затем откройте http://localhost:8000: uvicorn app.main:app --reload --host 0.0.0.0 --port 8000
- Где скачать transcriber?
- Исходный код и инструкции по установке — на GitHub: https://github.com/BrendownFerreira/transcriber
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Локальная self-hosted база знаний по видео: индексирует ролики, транскрибирует речь, анализирует кадры и позволяет искать сцены на естественном языке.
Офисный пакет с открытым исходным кодом и сквозным шифрованием: совместное редактирование документов, таблиц, презентаций, форм, канбан-досок и не только.
Приложение для написания романов с помощью ИИ: помогает создавать планы, персонажей, миры и главы; разворачивается на собственном сервере с FastAPI, React и PostgreSQL.
Самостоятельно размещаемый AI-монитор акций Китая, Гонконга и США: портфель, ценовые оповещения, анализ на базе TradingAgents и автоматические отчёты.
Приложение для Linux и Sailfish OS: заметки, чтение и перевод с офлайн-распознаванием и синтезом речи, а также машинным переводом.