desktop · audio · pipeline

AudioTranscriberCombine

Локальное десктоп-приложение для извлечения текста из аудио. Каждый этап можно включать и выключать отдельно, а промежуточные файлы — сохранять или удалять, оставляя только финальный результат.

signal hover / touch to disturb

Этапы

01 / convert

Конвертация Любой аудиоформат → WAV через ffmpeg. Настраиваемый sample rate и количество каналов.

02 / separate

Отделение вокала Через unblend (Mel-Band RoFormer).

03 / transcribe

Распознавание речи ASR через WhisperX или GigaAM (onnx-asr).

Гибкость: каждый этап можно включать или выключать отдельно. Промежуточные файлы по умолчанию сохраняются — или удаляются, если нужен только финальный результат последнего включённого этапа.

Запуск

terminal

# клонирование
$ git clone https://git.oak-jads.online/jads/AudioTranscriberCombine.git
$ cd AudioTranscriberCombine

# установка зависимостей
$ pip install -r requirements.txt

# запуск приложения (см. README репозитория)
$ python main.py