whishper

ウィスパー バナー" style="max-width: 100%;">

?私はプロジェクトの完全な書き直しに取り組んでいます。これに関する進捗状況は v4 ブランチで確認できます。したがって、このブランチは新しいリリースやアップデートを受け取ることはありません。

whishper 、フル機能の Web UI を備えた、オープンソースの 100% ローカル音声トランスクリプションおよび字幕作成スイートです。

特徴

• オーディオ、ビデオなどのあらゆるメディアをテキストに書き起こします。
  • URL から文字起こしします (yt-dlp でサポートされている任意のソース)。
  • 文字起こしするファイルをアップロードします。
• ?文字起こしをさまざまな形式 (TXT、JSON、VTT、SRT) でダウンロードするか、生のテキストをクリップボードにコピーします。
• Libretranslate がサポートする任意の言語に文字起こしを翻訳します。
• ✍️強力な字幕エディターなので、UI を離れる必要はありません。
  • メディアの位置に基づいて文字起こしを強調表示します。
  • CPS (文字数/秒) の警告。
  • セグメントの分割。
  • セグメントの挿入。
  • 字幕言語の選択。
• ? 100% ローカル: 文字起こし、翻訳、字幕編集は 100% マシン上で行われます (オフラインでも機能します!)。
• Fast : Whisper バックエンドとして FasterWhisper を使用します。CPU での転写時間が大幅に短縮されます。
• ?素早く簡単なセットアップ: クイック スタート スクリプトを使用するか、いくつかの手順を実行します。
• GPU サポート: NVIDIA GPU を使用すると、転写時間をさらに短縮できます。
• ? CPU サポート: GPU はありませんか?問題ない！ whishper CPU 上でも実行できます。

ロードマップ

• メディア入力としてのローカル フォルダー (#15)。
• すべての転写を全文検索します。
• ユーザー認証。
• ブラウザからの音声録音。
• insanely-fast-whisper をオプションのバックエンドとして追加します (#53)。
• GPUアクセラレーションのサポート。
  • NVIDIA GPU 以外のサポート。もっと速いささやき声でも可能でしょうか？
• シームレス通信で何かできないでしょうか？

プロジェクトの構造

whishper連携して動作する部品のコレクションです。主要な部分は次の 3 つです。

• Transcription-API: Faster-Whisper の実行を可能にする API です。これは、 transcription-apiフォルダーにあります。
• whishper -Backend: これは、フロントエンド呼び出し、データベース、タスクを調整するバックエンドです。 backendフォルダーにあります。
• whishper -フロントエンド: これはアプリケーションのフロントエンド (Web UI) です。フロントfrontendフォルダーにあります。
• 翻訳 (サードパーティ): これは、字幕の翻訳に使用される libretranslate コンテナです。
• MongoDB (サードパーティ): これは、文字起こしに関するすべての情報を保存するデータベースです。
• Nginx (サードパーティ): これは、単一ドメインからすべてを実行できるようにするプロキシです。

貢献する

貢献は大歓迎です!変更内容を記載した PR を開いたり、問題を確認して何かお手伝いできることがないか確認してください。

開発セットアップ

ここで開発ドキュメントを確認してください。

スクリーンショット

これらのスクリーンショットは公式 Web サイトで入手できます。次のリンクのいずれかをクリックしてご覧ください。

• 文字起こし作品
• 転写翻訳
• 文字起こしのダウンロード
• 字幕エディター

サポート

• モネロ: 82x6cn628oTUXV63DxBd6MJB8d997FhaSaGFvoWMgwihVmgiXYQPAwm2BCH31AovA9Qnnv1qQRrJk83TaJ8DaSZU2zkbWfM
• ビットコイン: bc1qfph44jl4cy03stwfkk7g0qlwx2grldr9xpk086
• ライトニングネットワーク (kycnotme)

スターの歴史

クレジット

• より速いささやき
• リブレ翻訳