transcriptionstream/transcriptionstream
این پروژه یک سرویس آماده برای تبدیل صوت به متن و تشخیص گوینده (دیاریزیشن) به صورت آفلاین و قابل استقرار روی سرور شخصی است. ️
همچنین از هوش مصنوعی بزرگ (LLM) برای خلاصه‌سازی خودکار محتوای تبدیل شده استفاده می‌کند.
کاربرد:
مناسب برای تبدیل مصاحبه‌ها، جلسات، وبینارها و فایل‌های صوتی به متن دقیق بدون نیاز به اینترنت یا اشتراک با سرویس‌های خارجی.
با قابلیت تشخیص چند گوینده، می‌تونی بدون نظارت دستی بفهمی هر بخش رو چه کسی گفته.
در چه شرایطی بهتره استفاده شود؟
وقتی حریم خصوصی مهمه، مثل سازمان‌های پزشکی، حقوقی یا شرکت‌هایی که نمی‌خوان داده‌هاشون به بیرون بره.
همچنین برای توسعه‌دهندگانی که می‌خوان یک سرویس داخلی قوی برای پردازش صوت داشته باشن.
چند مثال از موارد استفاده:
- تبدیل خودکار جلسات تیمی به یادداشت ساختاریافته
- تولید زیرنویس برای ویدیوهای آموزشی بدون وابستگی به ابر ️
- تحلیل محتوای مصاحبه‌های تحقیقاتی با تشخیص گویندگان و خلاصه‌سازی هوشمند
- ##speech
- ##offline
- ##diarization
- ##privacy
- ##self
- ##LLM
- ##audio
- ##transcription
- ##local
- ##secure