KI-Tools, bewertet für deinen Beruf
Bezahlte KI-Jobs
🤝 Du bist in der Frei-&-Open-Source-Bibliothek — von der Community entwickelte Tools, die du kostenlos nutzen kannst. Ein anderes Konzept als unser bewertetes KI-Verzeichnis.
Start › Frei & Open Source › Therapeuten › audiopipe
✦ Frei & Open SourceTherapeuten

audiopipe

Pipeline zur Entfernung von Audio-Hintergrundgeräuschen, Sprecher-Diarisierung und Transkription.

Audio-Trennung und Transkriptions-Pipeline

Verarbeiten Sie Aufnahmen mit mehreren Sprechern lokal mit Demucs, pyannote und Whisper.

Für immer kostenlos · quelloffen einsehbar · Licence not stated in the repository
✓ Light setup✓ Im Browser✓ Echtzeit-Zusammenarbeit
6.6
ZEKAI
Lokale Audio-Pipeline für mehrere Sprecher
Frei & Open Source · Therapeuten
Einfache Einrichtung4
Nützlichkeit8
Wartung9.5
Community5
★ 210
GITHUB
Sep 2026
AKTUALISIERT
Licence not stated in the repository
LIZENZ
🛠 Keine Lust auf Self-Hosting? Wir richten es ein →
⚡ Schnelle Antwort

AudioPipe führt Audiotrennung, Sprecher-Diarisierung und Transkription in einer einzigen lokalen Pipeline aus. Es gibt strukturierte JSON-Dateien mit Transkripten, Sprecherkennzeichnungen und Zeitstempeln für Aufnahmen mit mehreren Sprechern aus.

Läuft auf
Cross-platform
Hosting
Desktop
Sprachen
Python
Lizenz
Licence not stated in the repository

Was es ist

Das Tool kombiniert Demucs für die Gesangsextraktion, pyannote für die Sprecher-Diarisierung und Whisper für Sprache-zu-Text. Es bewältigt die Entfernung von Hintergrundgeräuschen, ordnet Sprecher chronologischen Segmenten zu und unterstützt die blockweise Verarbeitung für lange Audiodateien.

Für wen

Es eignet sich für Fachleute, die strukturierte Transkripte mit Sprecherkennzeichnungen aus klaren Mehrsprecher-Audios benötigen. Es ist nicht geeignet für Personen, die mit minderwertiger Audioqualität arbeiten oder eine grafische Benutzeroberfläche benötigen.

Wichtige Funktionen

Audio-Quellentrennung

Extrahiert Gesang aus Hintergrundmusik oder -geräuschen mit Demucs.

Sprecher-Diarisierung

Identifiziert und trennt verschiedene Sprecher mit optionaler Hugging-Face-Token-Integration.

Blockweise Transkription

Transkribiert lange Audiodateien in Teile fester Länge mit global konsistenten Sprecherkennzeichnungen.

Schritte überspringen

Ermöglicht das Starten oder Fortsetzen der Pipeline ab den Schritten Trennung, Diarisierung oder Transkription.

Erste Schritte

Startklar in 3 Schritten

1
Klonen Sie das Repository und installieren Sie das Paket mit pip install -e .
2
Installieren Sie FFmpeg und setzen Sie optional Ihre Hugging-Face-Token-Umgebungsvariable.
3
Führen Sie python pipeline.py für Ihre Audiodatei mit den gewünschten Optionen aus.
Klartext

Unser ehrliches Fazit

Stärken

  • Gibt strukturiertes JSON mit Zeitstempeln, Text und Sprecherzuordnung aus
  • Unterstützt das Überspringen von Schritten und das Fortsetzen über Zwischendateierkennung
  • Bietet Apple-Silicon-MPS-Unterstützung neben CUDA- und CPU-Modi
  • Verarbeitet lange Aufnahmen von über einer Stunde mithilfe blockweiser Transkription

Schwächen

  • Erfordert die manuelle Installation von Python, FFmpeg und Python-Paketen
  • Benötigt eine CUDA-kompatible GPU oder Apple Silicon für angemessene Verarbeitungsgeschwindigkeiten
  • Optionale verbesserte Diarisierungsgenauigkeit erfordert ein Hugging-Face-Konto und -Token
Kosten

Preise & Lizenz

Die einzigen Kosten entstehen durch den Eigenbetrieb auf Ihrer eigenen Hardware unter Nutzung lokaler Rechenressourcen.

Bezahlte Arbeit

Stellen für Deutschsprachige

880 offene Remote-Stellen im KI-Training, aktualisiert am 15. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.

Alle offenen Stellen ansehen →
Vergleich

Alternativen

🎁 Freie & Open-Source-Alternativen
Mehr

Nutze es, oder lass es uns einrichten

📄 Kostenloses PDF: audiopipe für Therapeuten
Ein verständlicher Leitfaden für dein erstes Ergebnis. Direkt in dein Postfach.
🔔 64 Personen wünschen sich ein komplettes Video-Tutorial — stimme ab
🛠 Keine Lust auf eigene Einrichtung?
Wir installieren, hosten & konfigurieren audiopipe für dich — und schulen dein Team.
Erledigen lassen ↗
Fragen

FAQ

Kann ich dies ohne GPU ausführen?

Ja, der CPU-Modus ist verfügbar, für die Leistung wird jedoch eine CUDA-kompatible GPU oder Apple Silicon empfohlen.

Wie verarbeite ich Dateien, die länger als eine Stunde sind?

Verwenden Sie die Flags --chop und --chunk-minutes, um lange Audiodateien in Teilen fester Länge zu transkribieren.

Radar

Neueste KI-News

✉️ Das wöchentliche kostenlose Toolkit
Die besten neuen freien & Open-Source-Tools für Therapeuten — eine kurze E-Mail pro Woche, in deiner Sprache.
Kostenlos · 1 E-Mail/Woche · jederzeit abbestellbar
Mit KI-Training Geld verdienen →

Zekai zuerst in Google sehen