Serveur de reconnaissance vocale Whisper auto-hébergé avec diarisation des locuteurs.
Exécutez des API privées de transcription vocale et de traduction compatibles avec OpenAI.
Cet outil exécute un serveur local de reconnaissance vocale Whisper dans Docker, exposant des API de transcription compatibles avec OpenAI. Il convient aux professionnels de la santé mentale qui ont besoin d'un traitement audio entièrement privé sans envoyer de sessions client sensibles à des clouds tiers.
Propulsé par faster-whisper, il traite divers formats audio, génère des sorties JSON, SRT ou VTT, et prend en charge la diarisation optionnelle des locuteurs via sherpa-onnx. Vous pouvez le déployer sur du matériel CPU standard ou accélérer l'inférence à l'aide d'un GPU NVIDIA via des tags d'image dédiés.
Il convient aux praticiens et cliniques exigeant une stricte confidentialité des données pour les sessions enregistrées qui peuvent gérer des déploiements conteneurisés. Il ne convient pas aux utilisateurs non techniques qui ont besoin d'une application de bureau prête à l'emploi sans configuration de ligne de commande ou Docker.
Points de terminaison de remplacement direct pour les applications existantes utilisant POST /v1/audio/transcriptions.
Identifiez qui parle dans chaque segment à l'aide d'extensions locales optionnelles sherpa-onnx.
Recevez les segments retranscrits au fur et à mesure de leur décodage au lieu d'attendre le fichier complet.
Fonctionnez complètement hors ligne sans accès à Internet en utilisant des modèles pré-mis en cache et WHISPER_LOCAL_ONLY.
Gratuit sous sa licence, sans option hébergée payante fournie par ce projet. Le seul coût est l'exécution et la maintenance de votre propre matériel serveur.
879 missions ouvertes à distance en entraînement d’IA, mises à jour le 15 novembre 2026 ; la plupart paient $20–$175 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Oui, vous pouvez fonctionner en mode hors ligne ou cloisonné en pré-mettant en cache les modèles et en définissant WHISPER_LOCAL_ONLY=true.
Vous avez besoin d'un serveur Linux avec Docker, d'au moins 700 MB de RAM libre pour le modèle de base, et éventuellement d'un GPU NVIDIA avec le Container Toolkit.
Cet outil est conçu pour des fichiers audio complets ; pour le streaming en direct ou la capture par microphone, l'auteur fournit un outil distinct docker-whisper-live.
Voir Zekai en premier dans Google