bugbakery/transcribee

解决的问题

Transcribee 简化了将音频和视频文件转换为文本的过程。它解决了需要一种更快、更易访问的工作流程的需求，该流程结合了自动转录、便捷的手动修正以及实时协作。

工作原理

该软件遵循三个步骤：

1. 导入：使用 whisper.cpp 进行转录，使用 Wav2Vec2 进行重新对齐，使用 speechbrain 进行说话人识别，自动将媒体文件转换为文本。
2. 改进：用户可以手动编辑草稿转录稿以修正错误并为说话人分配名称。此过程支持协作，使用 automerge CRDT 实现多用户之间的即时同步。
3. 导出：最终修正后的转录稿被导出以供使用。

适用人群

适用于任何需要转录媒体文件的人，无论是个人使用还是作为团队在单个文档上协作。

特色

• 自动草稿：使用最先进的 AI 模型生成初始转录稿。
• 协作编辑：允许多人同时对同一份转录稿进行编辑。
• 说话人识别：自动检测音频文件中的不同说话人。
• 开源：该项目是开源的，可自行托管以保障数据隐私。