lukaszliniewicz/Pandrator

해결하는 문제

Pandrator는 오디오북, 자막, 내레이션을 제작하기 위한 통합 워크스페이스입니다. 텍스트를 음성으로, 또는 오디오를 텍스트로 변환하는 복잡한 과정을 간소화하여, 사용자가 단일 브라우저 기반 인터페이스에서 여러 AI 모델과 공급업체를 넘나들며 콘텐츠를 검토, 정제 및 번역할 수 있도록 합니다.

작동 방식

이 시스템은 Python 백엔드와 Svelte 프론트엔드를 사용합니다. 다양한 작업을 위해 광범위한 로컬 및 클라우드 기반 AI 엔진을 통합합니다:

• 음성 생성 (TTS): audio.cpp(Qwen3 TTS, Fish Audio S2 Pro 등의 모델 포함), Kokoro, Silero와 같은 로컬 엔진은 물론, OpenAI, ElevenLabs, Google Gemini와 같은 클라우드 공급업체를 지원합니다.
• 전사 (ASR): CrispASR (Whisper, Parakeet) 및 Qwen3 ASR과 같은 로컬 도구, 또는 Azure Speech와 같은 클라우드 서비스를 사용합니다.
• 전사/번역: LLM(OpenAI, Anthropic, Ollama 등을 통해)과 DeepL을 통합하여 텍스트 정리, 번역 및 음성 최적화를 수행합니다.
• MCP 통합: Model Context Protocol (MCP)을 지원하여 외부 AI 에이전트(Claude Code 등)가 Pandrator 워크플로우 내에서 직접 언어 작업을 수행할 수 있도록 합니다.

대상 사용자

• 콘텐츠 제작자: 문서(PDF, EPUB 등)로 오디오북을 만들거나 동기화된 음성으로 영상 더빙을 하는 분들.
• 번역가 및 자막 제작자: 오디오/비디오를 전사하고 자막을 번역하면서 타이밍과 큐 식별자를 유지해야 하는 분들.
• 오디오 엔지니어: 전사본을 바탕으로 녹음 컷을 계획하고 편집된 영상을 렌더링하려는 사용자.

주요 특징

• 포괄적인 형식 지원: TXT, PDF, EPUB, DOCX, MOBI 가져오기 지원; WAV, MP3, Opus, FLAC, M4B 내보내기 지원.
• 유연한 컴퓨팅: 개인 정보 보호와 비용 절감을 위해 로컬에서 모델을 실행하거나, 고성능을 위해 클라우드 API에 연결할 수 있습니다.
• 언어 도구: OCR, 챕터 감지, 용어집 기반 번역 및 발음 조정 기능이 포함되어 있습니다.
• 에이전트 워크플로우: 수동적 MCP 디스패치를 통해 기존 AI 어시스턴트가 일괄 작업을 처리하고, 결과를 검증하며, 중단된 작업을 재개할 수 있습니다.