Serveur de reconnaissance vocale et de traduction en temps réel auto-hébergé prenant en charge Whisper en continu, Voxtral et la diarisation.
Auto-hébergez la transcription en continu à faible latence, la diarisation des locuteurs et la traduction avec des API compatibles OpenAI.
WhisperLiveKit est un serveur de reconnaissance vocale et de traduction en continu open source conçu pour le traitement audio en direct à faible latence. Il s'adresse aux équipes de localisation, aux développeurs de logiciels et aux traducteurs qui ont besoin d'une transcription en temps réel et d'une traduction multilingue hébergées sur leur propre matériel. Il fournit des points de terminaison compatibles OpenAI et Deepgram prêts à l'emploi.
Le logiciel met en mémoire tampon les flux audio entrants et les traite de manière incrémentielle à l'aide de politiques telles que AlignAtt et LocalAgreement pour éviter la troncature au milieu des mots. Il gère l'audio multi-locuteur via la diarisation en continu Sortformer et traduit la parole dans plus de 200 langues en temps réel. Il expose des points de terminaison WebSocket, des routes REST et comprend une interface Web intégrée ainsi que des outils CLI.
Il convient aux développeurs et aux spécialistes de la localisation qui créent des systèmes de sous-titrage en direct, des flux de travail de sous-titrage ou des applications vocales sans dépendance au cloud. Il ne convient pas aux utilisateurs non techniques qui recherchent une application de bureau en un clic, car la configuration nécessite l'utilisation du terminal et la sélection des modèles.
Traduit l'audio en direct dans 200 langues à l'aide de modèles de décodeur NLLW et AlignAtt4LLM intégrés.
Identifie et sépare plusieurs locuteurs simultanés en direct à l'aide de backends Streaming Sortformer ou NeMo.
Expose des points de terminaison compatibles avec les SDK Python OpenAI et les WebSockets Deepgram pour une intégration directe et transparente.
Utilise les politiques AlignAtt et LocalAgreement pour éliminer la coupure des mots au milieu des syllabes lors du streaming audio en direct.
WhisperLiveKit est entièrement gratuit et open source sous licence Apache-2.0. Le développeur ne propose aucun niveau hébergé payant, votre seule dépense est donc l'infrastructure serveur ou le matériel nécessaire pour exécuter les modèles.
877 missions ouvertes à distance en entraînement d’IA, mises à jour le 16 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 exécuter wlk transcribe --format srt file.mp3 pour générer des fichiers de sous-titres directement depuis la ligne de commande.
Oui, il fournit des paquets optionnels dédiés pour les modèles Whisper et Voxtral accélérés par MLX sur le matériel macOS.
Voir Zekai en premier dans Google