aTrainTranscription/aTrain
A GUI tool for offline transcription of speech recordings, including speaker diarization, utilizing state-of-the-art machine learning models.
해결하는 문제
aTrain은 음성 녹음을 텍스트로 변환하는 사생활 보호형 오프라인 도구입니다. 특히 GDPR과 같은 개인정보 보호 규정을 준수하면서 민감한 인터뷰 데이터를 처리해야 하는 연구자들의 요구를 충족시킵니다. 데이터는 인터넷에 업로드되지 않기 때문에 완전히 사생활 보호된 환경에서 처리됩니다.
작동 방식
이 도구는 OpenAI의 Whisper 모델의 faster-whisper 구현을 사용하여 고품질의 음성 인식을 수행하고, pyannote.audio를 사용하여 화자 구분(다이어라이제이션)을 수행합니다. 로컬 장치의 CPU 또는 NVIDIA GPU(CUDA를 통해)에서 실행 가능하여 처리 속도를 가속화할 수 있습니다. 데스크톱 애플리케이션(Windows/Linux) 및 헤드리스 자동화용 CLI 도구로 제공됩니다.
대상 사용자
주로 인터뷰를 텍스트로 변환하고 MAXQDA, ATLAS.ti, nVivo와 같은 정성 분석 소프트웨어에 결과를 가져와야 하는 연구자들을 위한 도구입니다.
주요 특징
- 사생활 우선: 모든 녹음 파일을 로컬 장치에서 완전히 오프라인으로 처리.
- 화자 구분: 녹음 내에서 다른 화자를 식별하여 텍스트 세그먼트에 할당.
- 광범위한 언어 지원: 99개의 다양한 언어에 대한 음성 인식을 지원.
- 분석 도구 통합: 인기 있는 정성 분석 소프트웨어와 호환되는 출력 파일 생성.
- 하드웨어 가속: NVIDIA GPU를 지원하여 음성 인식 시간을 크게 단축.
관련
- 프로젝트
jasoncheng7115/jt-live-whisperjt‑live‑whisper는 실시간 전사, 번역, 화자 분리 및 회의 요약을 위한 오프라인 우선 AI 도구 상자입니다. macOS, Windows 또는 Linux에서 시스템 오디오를 캡처하고, Whisper 기반 또는 기타 ASR 모델을 로컬에서 실행하며, 로컬 LLM(또는 오프라인 NLLB/Argos)으로 번역하고, 자막, 대본 및 AI 생성 회의록을 생성할 수 있습니다—모든 클라우드 API 없이 가능합니다.
- 프로젝트
OpenWhispr/openwhispr로컬 AI 받아쓰기, 화자 분리 기능을 갖춘 회의 녹취, AI 기반 메모 기능을 제공하는 개인정보 보호 중심의 오픈 소스 음성-텍스트 변환 애플리케이션입니다.
- 프로젝트
mybigday/whisper.rnwhisper.rn은 OpenAI의 Whisper(및 NVIDIA Parakeet) 음성-텍스트 모델을 iOS와 Android에 제공하는 React Native 라이브러리입니다. 미리 빌드된 네이티브 바이너리를 제공하고, Core ML, GPU, Snapdragon Hexagon NPU 가속을 지원하며, 내장 VAD와 실시간 전사 API를 제공합니다. 모두 JavaScript에서 오프라인으로 사용할 수 있습니다.
- 프로젝트
openai/whisperWhisper는 OpenAI의 오픈 소스 트랜스포머 기반 음성-텍스트 변환 시스템으로, 다양한 언어에 대해 전사, 언어 식별 및 번역을 처리합니다. 6가지 모델 크기(tiny → large, 그리고 빠른 "turbo" 변체)를 갖춘 pip 설치 가능 패키지로 제공됩니다. CLI (`whisper …`)와 간단한 Python API (`whisper.load_model(...).transcribe(...)`)를 사용하면 몇 가지 명령만으로 오디오 파일을 텍스트로 변환할 수 있습니다. 이 프로젝트는 Python 3.8-3.11, PyTorch에서 실행되며 ffmpeg(및 선택적으로 토크나이저용 Rust)가 필요합니다. 모든 코드와 모델 가중치는 MIT 라이선스입니다.
- 프로젝트
cjpais/Handy무료, 오픈 소스, 오프라인 음성-텍스트 변환 애플리케이션으로, 컴퓨터의 모든 활성 텍스트 필드에 음성을 직접 받아쓰기합니다.