可自托管的实时语音转文字服务,支持流式识别、说话人分离、同声翻译,并兼容 OpenAI 与 Deepgram API。
- Star
- 147
- Fork
- 13
- 未关闭 Issue
- 0
- 最近提交
- 7个月前
这是什么?
Transcriber 是一个基于 FastAPI 的网页应用,使用 OpenAI Whisper 将 YouTube 链接或上传的音视频文件转为文字。转录在本机完成,媒体文件无需发送到云端转录服务,也没有订阅费用。
任务进度通过 WebSocket 实时推送。可在 openai-whisper 和 faster-whisper 两种引擎之间选择;有 NVIDIA 显卡时使用 CUDA 加速,否则回退到 CPU。转录完成后可下载 .txt 文件。资料库页面会把媒体文件与对应的转录结果关联起来,并支持一键清理成对文件。
项目提供多阶段构建的 Docker 镜像,以非 root 用户运行。安装脚本会尝试自动安装 FFmpeg。前端使用 Jinja2、Alpine.js 和 Tailwind CSS,支持深色和浅色模式。
核心功能
- 01支持转录 YouTube 链接以及上传的 .mp3、.mp4、.wav 等文件。
- 02通过 WebSocket 实时显示任务进度。
- 03提供 openai-whisper 和 faster-whisper 两种引擎,支持 NVIDIA CUDA。
- 04在资料库中关联媒体文件与转录结果,并支持清理。
- 05提供多阶段构建的 Docker 镜像,以非 root 用户运行。
适用场景
- 在不上传第三方服务的前提下转录访谈或录音。
- 将 YouTube 视频转为文字稿,便于阅读和检索。
- 在家庭服务器或内网中部署私有转录服务。
快速上手
- 1
创建并激活虚拟环境(macOS/Linux)
python -m venv .venv - 2
激活虚拟环境(macOS/Linux)
source .venv/bin/activate - 3
运行自动安装程序(安装GPU支持和依赖)
python install.py - 4
启动应用,然后打开 http://localhost:8000
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000
使用前须知
- 要获得可靠的NVIDIA GPU支持,需要Python 3.10至3.12;Python 3.13+可能退回到仅CPU版PyTorch。
- NVIDIA GPU是可选的,但转录加速需要它。
- 需要FFmpeg;自动安装可能失败,此时需要手动配置。
标签
常见问题
- transcriber 是什么?
- 基于 Whisper 的自托管网页应用,可在本机转录 YouTube 视频和本地音视频文件。 Transcriber 是一个基于 FastAPI 的网页应用,使用 OpenAI Whisper 将 YouTube 链接或上传的音视频文件转为文字。转录在本机完成,媒体文件无需发送到云端转录服务,也没有订阅费用。
- transcriber 可以免费使用吗?用的什么许可证?
- transcriber 没有声明许可证。代码虽然公开,但没有许可证就没有明确的使用授权,正式使用前建议先联系作者。
- transcriber 还在维护吗?
- 超过半年未提交。transcriber 最近一次提交是在 2026年3月18日。
- transcriber 适合用来做什么?
- 在不上传第三方服务的前提下转录访谈或录音。 将 YouTube 视频转为文字稿,便于阅读和检索。 在家庭服务器或内网中部署私有转录服务。
- transcriber 怎么安装和运行?
- 创建并激活虚拟环境(macOS/Linux): python -m venv .venv 激活虚拟环境(macOS/Linux): source .venv/bin/activate 运行自动安装程序(安装GPU支持和依赖): python install.py 启动应用,然后打开 http://localhost:8000: uvicorn app.main:app --reload --host 0.0.0.0 --port 8000
- 在哪里获取 transcriber?
- 源代码和安装说明在 GitHub 上:https://github.com/BrendownFerreira/transcriber
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
1.1万1149PythonApache-2.0更新于 20天前
本地优先的视频知识库,对视频做语音转写、画面分析和向量化索引,并支持用自然语言搜索视频或其中的片段。
1813123TypeScriptOther更新于 4个月前
端到端加密的开源协作办公套件,支持文档、表格、演示、表单、看板等实时协作。
8018867JavaScriptAGPL-3.0更新于 昨天
基于 AI 的小说创作助手,可生成大纲、角色、世界观和章节,支持自托管部署。
3207621PythonGPL-3.0更新于 5天前
可自托管的 AI 盯盘工具,覆盖 A股、港股和美股,提供持仓管理、价格提醒与自动分析报告。
2138401PythonMIT更新于 昨天
Linux 桌面与 Sailfish OS 应用,离线完成语音转文字、文字转语音和机器翻译。
169476C++MPL-2.0更新于 8天前