يوحد عملية تمييز المتحدثين، والتفريغ الصوتي، والتعرف عليهم في مسار واحد.
اجمع بين تمييز المتحدثين، والتفريغ الصوتي، والتعرف على المتحدثين مع الأسماء الحقيقية ووسوم الوقت.
مكتبة speechlib هي مكتبة Python تدمج تمييز المتحدثين، ومحركاتها الخلفية للتعرف التلقائي على الكلام (ASR)، والتعرف على المتحدثين في مسار واحد للمحادثات الصوتية. وهي تناسب المطورين والعاملين في المجال الطبي الذين يبنون سير عمل محلي للمعالجة الصوتية ويحتاجون إلى تسمية دقيقة للمتحدثين مع وسوم الوقت.
تدمج المكتبة أدوات مثل PyAnnote و Faster-Whisper و SpeechBrain معاً لمعالجة الملفات الصوتية وتوليد تفريغات تحتوي على أسماء المتحدثين الحقيقية ووسوم وقت دقيقة. كما تتضمن وظائف المعالجة المسبقة للصوت وتدعم محركات خلفية مخصصة وسهلة التركيب والاستخدام للتعرف التلقائي على الكلام، وتمييز المتحدثين، والتعرف عليهم.
تتناسب مع مطوري Python وبناة تقنيات الصحة النفسية الذين يحتاجون إلى تحكم برمجي في مسارات التفريغ الصوتي المحلي مع ربط معروف للمتحدثين. ولا تناسب الممارسين غير التقنيين الذين يبحثون عن تطبيق سطح مكتب جاهز للاستخدام أو خدمة سحابية بدون كتابة كود.
يجمع بين تمييز المتحدثين، والتعرف التلقائي على الكلام (ASR)، والتعرف على المتحدثين في سكربت واحد.
يدعم Faster-Whisper و OpenAI Whisper و HuggingFace و AssemblyAI.
يربط وسوم تمييز المتحدثين بالأسماء الحقيقية باستخدام مجلدات فرعية للصوت المرجعي.
يسمح لك بإدراج محركات مخصصة لتمييز المتحدثين، أو التعرف عليهم، أو نماذج ASR.
مجانية بموجب ترخيصها، بالإضافة إلى أي تكاليف API إذا اخترت استخدام مزودي تفريغ سحابيين مثل AssemblyAI. التكلفة الوحيدة الأخرى هي تشغيلها بنفسك على الأجهزة المحلية أو وحدة المعالجة الرسومية (GPU).
896 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، يمكنك استخدام CustomWhisperASR لتحميل نقاط تفتيش النماذج المحلية المضبوطة بدقة.
إذا لم تقم بتوفير مجلد للأصوات، يتم تسمية المتحدثين تلقائياً بوسوم مجهولة مثل SPEAKER_00 و SPEAKER_01.
شاهد Zekai أولاً في جوجل