233stone/vocotype-cli

VocoType CLI – 오프라인 음성 인식 엔진

소개

• VocoType 음성 입력 시스템의 오픈소스 명령줄 버전입니다. 사용자의 컴퓨터에서 완전히 실행되며, 오디오를 클라우드로 전송하지 않고 실시간으로 음성을 텍스트로 변환합니다.
• FunASR 오프라인 인식기(Alibaba/Damo)를 기반으로 하며, 선택적으로 볼케이노 엔진의 BigASR 클라우드 서비스를 사용할 수 있습니다.

핵심 기능

기능	상세 내용
오프라인 추론	약 500MB의 FunASR 모델을 사용하여 CPU에서만 실행(약 700MiB RAM). GPU 불필요.
빠른 응답	로컬 추론 지연 시간 약 0.1초.
중영 혼용 전사	이중 언어 입력을 처리하여 기술 용어에 유용함.
AI 기반 후처리	원시 ASR 출력 후, 경량 AI 모델(프롬프트 템플릿으로 선택)이 동음이의어, 오타 및 "…로 변경"과 같은 구어체 편집 명령을 수정함.
사용자 정의 사전	최대 20개의 사용자 정의 용어(이름, 전문 용어 등)를 최종 전사 결과에 강제로 반영.
선택적 클라우드 백엔드	config.json에 App Key와 Access Key를 제공하여 볼케이노 엔진 BigASR로 전환 가능.
데이터셋 내보내기	--save-dataset 플래그를 사용하여 캡처된 오디오-텍스트 쌍을 디스크에 저장하여 추가 학습이나 분석에 활용.

대상 사용자

• 개인정보 보호가 중요한 받아쓰기 도구가 필요한 전문가(작가, 변호사, 의사, 연구원).
• 자신의 앱에 프로그래밍 가능한 음성 입력 구성 요소를 추가하려는 개발자.
• 스크립트 작성이나 사용자 정의 워크플로우 통합을 선호하는 CLI 사용자.

설치 및 빠른 시작

# Clone the repo
git clone https://github.com/233stone/vocotype-cli.git
cd vocotype-cli

# Create a Python 3.12 virtual environment (uv is recommended)
pip install uv
uv venv --python 3.12
source .venv/bin/activate   # Windows: .\.venv\Scripts\activate

# Install Python dependencies
uv pip install -r requirements.txt

# First run – the script will download the ~500 MB FunASR model automatically
python main.py

• 녹음 및 전사를 하려면 python main.py를 실행하고 기본 마이크에 대고 말하면 됩니다.
• 캡처된 오디오-텍스트 쌍을 내보내려면: python main.py --save-dataset.
• 볼케이노 엔진 클라우드 인식기를 사용하려면 README에 표시된 자격 증명이 포함된 config.json을 생성하고 python main.py --config config.json으로 실행하십시오.

전체 데스크톱 환경 이용 이 CLI는 개발자를 대상으로 합니다. 비기술 사용자는 무료 그래픽 VocoType 데스크톱 클라이언트를 사용하십시오(Windows/macOS 다운로드 링크는 저장소의 README에 있습니다).

프로젝트 상태

• 릴리스는 태그(예: v1.6.0)가 지정되어 있으며 Windows 및 macOS용 사전 빌드 설치 프로그램이 포함되어 있습니다.
• 저장소에는 주요 종속성(FunASR, 선택적 볼케이노 엔진 SDK)이 나열되어 있으며 명확한 설정 지침이 제공됩니다.
• 문제 및 기능 요청은 GitHub Issues를 통해 처리됩니다.

프로젝트의 의의 VocoType-CLI는 고품질 음성 인식이 일반 하드웨어에서 로컬로 실행될 수 있음을 보여주며, 클라우드 전용 받아쓰기 서비스에 대한 개인정보 보호 우선 대안을 제공하는 동시에 대규모 모델의 정확도가 필요한 사용자를 위해 클라우드 백엔드 옵션을 제공합니다.