خط أنابيب لإزالة ضوضاء خلفية الصوت، وتقسيم المتحدثين، والتفريغ الصوتي.
معالجة التسجيلات متعددة المتحدثين محلياً باستخدام Demucs و pyannote و Whisper.
يقوم AudioPipe بتشغيل فصل الصوت، وتقسيم المتحدثين، والتفريغ الصوتي في خط أنابيب محلي واحد. وهو ينتج ملفات JSON منظمة تحتوي على النصوص، وعلامات المتحدثين، والطوابع الزمنية للتسجيلات متعددة المتحدثين.
يجمع الأداة بين Demucs لاستخراج الأصوات، و pyannote لتقسيم المتحدثين، و Whisper لتحويل الكلام إلى نص. وهي تتعامل مع إزالة ضوضاء الخلفية، وتعيين المتحدثين إلى مقاطع زمنيّة، وتدعم المعالجة المجزأة للملفات الصوتية الطويلة.
تتناسب مع المحتاجين إلى نصوص منظمة مع علامات المتحدثين من صوت واضح متعدد المتحدثين. ولا تتناسب مع من يتعاملون مع صوت رديء الجودة أو يتطلبون واجهة مستخدم رسومية.
يستخرج الأصوات من موسيقى الخلفية أو الضوضاء باستخدام Demucs.
يحدد ويفصل المتحدثين المختلفين مع إمكانية دمج رمز Hugging Face.
يفرغ الملفات الصوتية الطويلة في قطع ثابتة الطول مع علامات متحدثين متسقة عالمياً.
يسمح ببدء أو استئناف خط أنابيب من خطوات الفصل أو التقسيم أو التفريغ.
التكلفة الوحيدة هي تشغيله بنفسك على عتادك الخاص، باستخدام موارد الحوسبة المحلية.
877 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٦ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$175 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
نعم، وضع وحدة المعالجة المركزية (CPU) متاح، على الرغم من أن وحدة معالجة رسومية متوافقة مع CUDA أو Apple Silicon موصى بها للأداء.
استخدم علامات --chop و --chunk-minutes لتفريغ الملفات الصوتية الطويلة في قطع ثابتة الطول.
شاهد Zekai أولاً في جوجل