HiMeditator/auto-caption

무엇을 해결하는가

Auto Caption은 시스템 오디오 출력 또는 마이크 입력으로부터 실시간 자막을 생성하는 크로스 플랫폼 솔루션을 제공하여, 사용자가 오디오 스트림의 실시간 전사 및 번역을 볼 수 있게 합니다.

작동 방식

이 소프트웨어는 그래픽 사용자 인터페이스(GUI)와 모듈형 자막 엔진으로 구성됩니다. 시스템에서 오디오를 캡처하여 선택된 음성-텍스트(STT) 엔진을 통해 처리합니다. 번역의 경우, Ollama를 통한 로컬 LLM, 클라우드 기반 OpenAI-compatible API 또는 Google Translate API와 통합할 수 있습니다. 엔진은 GUI 애플리케이션의 일부로 실행하거나 터미널을 통해 독립 실행형 파일로 실행할 수 있습니다.

Who it’s for

Windows, macOS, 및 Linux 사용자를 위해 설계되었으며, 실시간 접근성, 번역 또는 마이크 입력이나 시스템 오디오의 실시간 전사 기능이 필요합니다.

Highlights

• Flexible Engine Options: Supports cloud-based models (Alibaba Gummy, GLM-ASR) and local models (Vosk, SOSV/SenseVoice).
• Multiple Translation Paths: Integrates with local Ollama models (recommended <1B parameters), OpenAI-compatible APIs, and Google Translate.
• Multiple Translation Paths: Integrates with local Ollama models (recommended <1B parameters), OpenAI-compatible APIs, and Google Translate.
• Customizable Display: Offers extensive styling options for fonts, colors, and backgrounds.
• Data Export: Allows users to view and export caption records in .srt and .json formats.
• Extensible: Users can develop their own caption engines using Python.