bugbakery/transcribee

何を解決するか

Transcribeeは、オーディオおよびビデオファイルをテキストに変換するプロセスを簡素化します。自動音声認識と簡単な手動修正、リアルタイムの共同作業を組み合わせた、より高速でアクセスしやすいワークフローの必要性に対応しています。

動作方法

このソフトウェアは3段階のプロセスに従います：

1. インポート：メディアファイルは、whisper.cppによる音声認識、Wav2Vec2による再同期、speechbrainによる発話者識別を使用して自動的にテキストに変換されます。
2. 改善：ユーザーはドラフトトランスクリプトを手動で編集して誤りを修正し、発話者に名前を割り当てます。このプロセスは、automerge CRDTを使用して複数ユーザー間で変更を即座に同期する共同作業が可能です。
3. エクスポート：最終的に修正されたトランスクリプトがエクスポートされます。

対象ユーザー

個人でもチームでも、1つのドキュメント上で共同作業を行う必要があるメディアファイルのトランスクリプトが必要なすべての人向けです。

特徴

• 自動ドラフト生成：最先端のAIモデルを使用して初期トランスクリプトを生成します。
• 共同編集：複数の人が同時に同じトランスクリプトに作業できます。
• 発話者識別：オーディオファイル内の異なる発話者を自動的に検出します。
• オープンソース：プロジェクトはオープンソースであり、データプライバシーのための自己ホスティングが可能です。