Доступная расшифровка интервью

aTrain — это инструмент для автоматической расшифровки записей речи с использованием современных моделей машинного обучения без загрузки каких-либо данных. Он был разработан исследователями Центра бизнес-аналитики и обработки данных Университета Граца и протестирован исследователями Ноу-центра Граца.

Большие новости! Статья, представляющая aTrain, была опубликована в Журнале поведенческих и экспериментальных финансов. Если вы использовали aTrain для своего исследования, пожалуйста, процитируйте опубликованную статью: Возьмите aTrain. Представляем интерфейс для доступной расшифровки интервью.

Пользователи Windows (10 и 11) могут установить aTrain через магазин приложений Microsoft (ссылка) или загрузив установщик с веб-сайта BANDAS-Center (ссылка).

Для Linux следуйте инструкциям в нашей Wiki.

Установочное и демонстрационное видео можно найти здесь.

aTrain предлагает следующие преимущества:

Быстро и точно
aTrain обеспечивает удобный доступ к более быстрой реализации модели OpenAI Whisper, обеспечивая лучшее в своем классе качество транскрипции (см. Wollin-Geiring et al. 2023) в сочетании с более высокими скоростями на вашем локальном компьютере. Транскрипция при выборе модели высочайшего качества занимает примерно в три раза больше длины звука на современных мобильных процессорах, которые обычно встречаются в бизнес-ноутбуках среднего класса (например, Core i5 12-го поколения, Ryzen Series 6000).

Обнаружение динамика
aTrain имеет режим обнаружения говорящего на основе pyannote.audio и может анализировать каждый текстовый сегмент, чтобы определить, какому говорящему он принадлежит.

Сохранение конфиденциальности и соответствие GDPR
aTrain обрабатывает предоставленные записи речи полностью в автономном режиме на вашем устройстве и не отправляет записи или транскрипции в Интернет. Это помогает исследователям соблюдать требования к конфиденциальности данных, вытекающие из этических принципов, или соблюдать юридические требования, такие как GDPR.

Многоязычная поддержка?
aTrain может обрабатывать записи речи на любом из следующих 57 языков: африкаанс, арабский, армянский, азербайджанский, белорусский, боснийский, болгарский, каталанский, китайский, хорватский, чешский, датский, голландский, английский, эстонский, финский, французский, галисийский, немецкий. , греческий, иврит, хинди, венгерский, исландский, индонезийский, итальянский, японский, каннада, казахский, корейский, латвийский, литовский, македонский, малайский, маратхи, маори, Непальский, норвежский, персидский, польский, португальский, румынский, русский, сербский, словацкий, словенский, испанский, суахили, шведский, тагальский, тамильский, тайский, турецкий, украинский, урду, вьетнамский и валлийский.

Выход, совместимый с MAXQDA, ATLAS.ti и NVivo?
aTrain предоставляет файлы транскрипции, которые можно легко импортировать в самые популярные инструменты качественного анализа: ATLAS.ti, MAXQDA и NVivo. Это позволяет напрямую воспроизводить аудио для соответствующего сегмента текста, щелкнув его временную метку. Перейти к руководству.

Поддержка графического процессора NVIDIA
aTrain может работать либо на процессоре, либо на графическом процессоре NVIDIA (требуется установка набора инструментов CUDA). Графический процессор NVIDIA с поддержкой CUDA значительно повышает скорость транскрипции и обнаружения говорящего, сокращая время транскрипции до 20 % от длины звука на современных игровых ноутбуках начального уровня.

Скриншот 1	Скриншот 2

Тесты

Для тестирования времени обработки aTrain-core мы расшифровываем разговор между Кристин Лагард и Андреа Энриа на Пятом форуме ЕЦБ по банковскому надзору 2023, опубликованный на YouTube Европейским центральным банком по лицензии Creative Commons и загруженный в виде видеофайла MP4 с разрешением 320p. Продолжительность файла составляет ровно 22 минуты, и он был расшифрован на разных компьютерных устройствах с включенным обнаружением говорящего. На рисунке ниже показано время обработки каждой транскрипции.

Время транскрипции для 00:22:00 Файл:

Вычислительное устройство	большой-v3	Дистиллировать big-v3
Процессор: Райзен 6850U	00:33:02	00:13:30
Процессор: Apple M1	00:33:15	00:21:40
Процессор: Intel i9-10940X	00:10:25	00:04:36
Графический процессор: RTX 2080 Ti	00:01:44	00:01:06

Системные требования

Windows полностью поддерживается.

Поддержка Debian с инструкциями Wiki по ручной установке

На данный момент нет поддержки MacOS.

Если вы хотите использовать Windows Server, убедитесь, что установлен WebView2:
https://developer.microsoft.com/en-us/microsoft-edge/webview2/#download

Установка для пользователей?

Просто откройте установщик из магазина приложений Microsoft.
https://apps.microsoft.com/store/detail/atrain/9N15Q44SZNS2

Установка для разработчиков

Вам нужен Python >= 3.10
Если вам нужна помощь с установкой, посмотрите эти ресурсы:
https://www.python.org/downloads/release/python-31011/

Настройка виртуальной среды

 python -m venv venv

Активируйте виртуальную среду

 .venvScriptsactivate

Установить поезд

 pip install aTrain@git+https://github.com/JuergenFleiss/aTrain.git --extra-index-url https://download.pytorch.org/whl/cu118

Загрузите ffmpeg и все необходимые модели из Whisper и pyannote.audio с помощью консольного сценария. Примечание. В пользовательскую версию в магазине Microsoft эти ресурсы уже включены.

 aTrain init

Запустите приложение с помощью консольного скрипта

 aTrain start

Как создать автономный исполняемый файл?

Мы используем pyinstaller, чтобы заморозить код aTrain и создать отдельный исполняемый файл.
Если вы хотите создать свой собственный пакет кода, выполните следующие действия:

Клонировать и установить aTrain в редактируемом режиме

 git clone https://github.com/JuergenFleiss/aTrain.git
cd aTrain
pip install -e . --extra-index-url https://download.pytorch.org/whl/cu118

Загрузите ffmpeg и все необходимые модели из Whisper и pyannote.audio консольным скриптом.

 aTrain init

Установить pyinstaller

 pip install pyinstaller

Создайте исполняемый файл, используя предоставленную инструкцию в файле «build.spec».

 pyinstaller build.spec

Поздравляем! Вы только что создали автономный исполняемый файл для aTrain.

Чтобы открыть эту версию aTrain, просто перейдите в выходную папку (./dist/aTrain) и откройте исполняемый файл (например, aTrain.exe для Windows).

Если вы хотите пойти еще дальше и создать установщик MSIX для aTrain, вы можете использовать Advanced Installer Express.
Информацию о том, как использовать Advanced Installer Express, см. в их документации.