murtaza-nasir/speakr

解决的问题

Speakr 提供了一个私有的、自托管的平台，用于将音频和视频录音转录为有组织的、可搜索的笔记。它解决了注重隐私的用户在不依赖第三方云存储或 SaaS 平台的情况下管理大量会议或讲座录音的需求。

工作原理

Speakr 作为一个中心枢纽，连接到您首选的转录引擎（如 WhisperX、OpenAI 或各种自托管 ASR 服务）。一旦音频被捕获或上传，平台会自动进行转录、识别说话人（日志），并使用可配置的 AI 提示词生成摘要或提取行动项。用户可以通过聊天界面与他们的资料库进行交互，该界面会引用原始音频中的特定时间戳，或者使用代理模式在多个录音中进行复杂的搜索。

适用人群

它专为需要安全、长期存储音频数据，并需要自动化将口头内容转化为可操作知识（如会议纪要、研究笔记或学习指南）的个人、研究团队或组织而设计。

亮点

• 灵活的转录：支持多种后端，包括 WhisperX、OpenAI 以及 VibeVoice 或 OpenASR 等自托管选项。
• 代理式研究：配备可选的 AI 研究员，可以搜索并整合您整个录音库中的信息。
• 隐私至上：完全在您自己的基础设施上运行，并支持 SSO 和细粒度的访问控制。
• 可定制的工作流：使用“智能标签”，允许您自动为不同类型的录音应用特定的 AI 提示词和转录设置。
• 可扩展性：包含 REST API 和 Webhook 支持，可与 Obsidian、n8n 或 Zapier 等工具集成。