ScribeCrate
API de synthèse vocale auto-hébergée offrant transcription, traduction et diarisation des locuteurs compatibles avec OpenAI.
Exécutez faster-whisper en local avec une compatibilité avec l'API OpenAI, la diarisation des locuteurs et la prise en charge hors ligne.
ScribeCrate est un serveur de transcription audio auto-hébergé basé sur faster-whisper qui reproduit le format de l'API Whisper d'OpenAI. Il permet aux professionnels de l'hôtellerie de traiter localement les commentaires enregistrés des clients, les appels du personnel ou l'audio de visites guidées sans acheminer l'audio vers des fournisseurs cloud tiers.
Qu'est-ce que c'est
Le serveur accepte les fichiers audio via des endpoints REST pour produire du texte brut, du JSON ou des fichiers de sous-titres SRT/VTT. Il prend en charge la traduction de paroles étrangères en anglais, la diarisation des locuteurs via une extension optionnelle sherpa-onnx, et le streaming progressif par Server-Sent Events (SSE).
Pour qui
Il convient aux développeurs de logiciels hôteliers et aux ingénieurs informatiques qui ont besoin d'une alternative locale aux endpoints audio d'OpenAI pour conserver le contrôle des données et éviter les frais d'API à la minute. Il ne convient pas aux utilisateurs finaux à la recherche d'un tableau de bord web prêt à l'emploi ou d'une dictée au microphone en temps réel.
Fonctionnalités clés
Compatibilité avec l'API OpenAI
Fournit des endpoints standard pour la transcription et la traduction qui correspondent aux requêtes de l'API Whisper d'OpenAI.
Diarisation des locuteurs
Identifie qui a prononcé chaque segment audio à l'aide d'une extension locale optionnelle sherpa-onnx.
Streaming Server-Sent Events
Diffuse les segments de transcription décodés progressivement via SSE au lieu d'attendre le traitement complet du fichier.
Fonctionnement hors ligne
S'exécute dans des environnements réseau isolés en utilisant des modèles Whisper pré-mis en cache et des flags d'exécution locale.
Opérationnel en 3 étapes
Notre verdict honnête
Ses atouts
- L'API REST compatible OpenAI s'intègre dans les workflows logiciels existants avec un minimum de modifications de code.
- Prend en charge la diarisation locale des locuteurs à l'aide de sherpa-onnx pour séparer le dialogue des clients et du personnel.
- Fournit un streaming SSE afin que les applications clientes affichent le texte transcrit de manière progressive.
- S'exécute complètement hors ligne une fois que les modèles vocaux sont téléchargés et mis en cache.
Ses limites
- Nécessite une configuration de conteneur et des compétences en administration de serveurs pour le déploiement et la maintenance.
- Nécessite une mémoire hôte dédiée et un matériel GPU pour exécuter les modèles Whisper plus grands de manière efficace.
- Manque d'interface utilisateur, ce qui vous oblige à créer ou à connecter votre propre frontend.
- Nécessite la configuration d'un proxy inverse externe pour sécuriser les appels d'API avec HTTPS.
Tarifs & licence
ScribeCrate est gratuit sous licence MIT. Vos seuls coûts sont l'hôte matériel sous-jacent, les ressources de calcul GPU et le temps d'administration requis pour faire tourner le serveur.
Missions pour francophones
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.
Alternatives
Utilisez-le, ou laissez-nous l'installer
FAQ
ScribeCrate peut-il traduire l'audio de clients étrangers en anglais ?
Oui, il comprend un endpoint de traduction compatible avec OpenAI qui convertit les discours étrangers directement en texte en anglais.
ScribeCrate comprend-il une interface web pour le personnel de l'hôtel ?
Non, ScribeCrate fonctionne strictement en tant que service API backend. Vous devez le connecter à une application existante ou à une interface utilisateur personnalisée.
De quel matériel ai-je besoin pour héberger ScribeCrate ?
Vous avez besoin d'un serveur Linux exécutant Docker avec au moins 700 MB de RAM libre pour le modèle de base, bien qu'un GPU NVIDIA soit recommandé pour le traitement audio à grand volume.
