whisper_streaming
نسخ وترجمة فورية بالبث المباشر لنماذج Whisper.
حول OpenAI Whisper إلى نظام لتحويل الكلام إلى نص والترجمة منخفض التأخير.
يوفر whisper-streaming نسخاً وترجمة صوتية في الوقت الفعلي من خلال بناء سياسة توافق محلي وتأخير ذاتي التكيف أعلى نماذج Whisper. وهو يناسب المطورين والتقنيين الذين يبנים خطوط معالجة الصوت المباشر للفعاليات متعددة اللغات.
ما هو
تعالج الأداة الكلام الطويل غير المقسم باستخدام محركات متعددة مثل faster-whisper أو whisper-timestamped أو OpenAI API أو Whisper MLX. وهي تنفذ اكتشاف النشاط الصوتي، وسياسات التقسيم، واستراتيجيات تقليم المخزن المؤقت الاختيارية للحفاظ على تأخير حوالي 3.3 ثانية.
لمن هو
إنه يناسب المطورين الذين يدمجون النسخ الفوري في التطبيقات أو خلاصات المؤتمرات الحية. وهو لا يناسب المستخدمين النهائيين الذين يبحثون عن تطبيق سطح مكتب جاهز للاستخدام بدون تكوين سطر الأوامر.
أهم الميزات
محركات متعددة
يدعم محركات faster-whisper و whisper-timestamped و OpenAI API و Apple Silicon MLX.
اكتشاف النشاط الصوتي
يدمج أدوات VAD اختيارية ووحدات تحكم النشاط الصوتي باستخدام PyTorch.
تقليم المخزن المؤقت
يوفر خيارات تقليم المخزن المؤقت على مستوى الجزء أو الجملة لإدارة التأخير والجودة.
محاكاة في الوقت الفعلي
يتضمن نصوصاً لمحاكاة البث المباشر مباشرة من ملفات WAV أحادية بقوة 16kHz محلية.
جاهز للعمل في 3 خطوات
حكمنا الصادق
ما يميّزه
- يحقق تأخيراً منخفضاً بحوالي 3.3 ثانية على الكلام الطويل غير المقسم.
- خيار محرك مرن يتضمن خيارات مدعومة بـ GPU وخيارات Apple Silicon المحلية.
- تقلل وحدات التحكم ومقاطع النشاط الصوتي الاختيارية من الحمل الزائد للمعالجة.
- دعم مدمج لمهام الترجمة الحية بجانب النسخ.
أين يقصّر
- لاحظ أن المشروع قد خلفه SimulStreaming في 2025.
- يتطلب إعداداً تقنياً لبيئات Python ومكتبات الصوت برامج تشغيل GPU الاختيارية.
- يؤدي استخدام محرك OpenAI API إلى تكاليف API مستمرة لكل طلب تتناسب طردياً مع حجم المقطع.
التسعير والرخصة
مجاني بموجب ترخيص MIT. إذا اخترت استخدام محرك OpenAI API، ستحتاج إلى دفع تكاليف وصول API لشركة OpenAI بناءً على استخدامك.
وظائف للناطقين بالعربية
874 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٥ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$170 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
البدائل
استخدمه، أو دعنا نُعِدّه لك
الأسئلة الشائعة
ما هي المحركات المدعومة؟
يدعم faster-whisper و whisper-timestamped و OpenAI API و Whisper MLX لـ Apple Silicon.
هل يلزم وجود GPU؟
يوصح بوجود GPU يدعم CUDA لمحركات faster-whisper، ولكن يمكنك أيضاً استخدام Apple Silicon MLX أو محرك OpenAI API.
كيف يتعامل مع التأخير؟
يستخدم سياسة توافق محلي مع تأخير ذاتي التكيف وحجم مقاطع أدنى لمعالجة الصوت في الوقت الفعلي.
