pluja/whishper

解決する課題

Whishperは、クラウドサービスに依存することなく、音声・動画ファイルをテキストに文字起こしし、字幕を作成するための、完全にローカルでプライベートな方法を提供します。

仕組み

Webベースのユーザーインターフェース、バックエンドコーディネーター、およびFasterWhisperを搭載した文字起こしAPIを含むコンポーネント群を使用します。ユーザーはファイルをアップロードするか、処理のためにURL（yt-dlp経由）を指定できます。翻訳にはLibreTranslateを統合しており、データ保存にはMongoDBを使用します。これらはすべてユーザー自身のハードウェア（CPUまたはNVIDIA GPU）上で動作します。

対象ユーザー

コンテンツクリエイター、プライバシーを重視するユーザー、および音声文字起こしと字幕編集のためのセルフホストツールを必要とするすべての方。

ハイライト

• 100% ローカル: すべての文字起こし、翻訳、編集は自身のマシン上で行われるため、オフラインでの使用が可能です。
• 統合字幕エディタ: セグメントの分割、挿入、および1秒あたりの文字数（CPS）の警告機能などのツールを備えています。
• 柔軟な入力: 直接のファイルアップロードに加え、yt-dlpと互換性のあるあらゆるソースからのURLに対応しています。
• 多彩なエクスポート形式: 文字起こし結果は、TXT、JSON、VTT、またはSRTとしてダウンロードできます。