आपके काम के लिए रेटेड एआई टूल
AI ट्रेन करके कमाएँ
🤝 आप फ्री & ओपन सोर्स लाइब्रेरी में हैं — समुदाय द्वारा बनाए गए टूल जिन्हें आप बिना भुगतान किए उपयोग कर सकते हैं। हमारी स्कोर की गई AI डायरेक्टरी से अलग एक अवधारणा।
होम › फ्री & ओपन सोर्स › थेरेपिस्ट › audiopipe
✦ फ्री & ओपन सोर्सथेरेपिस्ट

audiopipe

ऑडियो बैकग्राउंड नॉइज रिमूवल, स्पीकर डायराइजेशन और ट्रांसक्रिप्शन के लिए पाइपलाइन।

ऑडियो सेपरेशन और ट्रांसक्रिप्शन पाइपलाइन

Demucs, pyannote और Whisper का उपयोग करके स्थानीय स्तर पर मल्टी-स्पीकर रिकॉर्डिंग प्रोसेस करें।

हमेशा के लिए मुफ़्त · सोर्स-उपलब्ध · Licence not stated in the repository
✓ Light setup✓ ब्राउज़र-आधारित✓ रियल-टाइम सहयोग
6.6
ZEKAI
लोकल मल्टी-स्पीकर ऑडियो पाइपलाइन
फ्री & ओपन सोर्स · थेरेपिस्ट
सेटअप की आसानी4
उपयोगिता8
रखरखाव9.5
समुदाय5
★ 210
गिटहब
Sep 2026
अपडेटेड
Licence not stated in the repository
लाइसेंस
🛠 खुद होस्ट नहीं करना चाहते? हम इसे सेट कर सकते हैं →
⚡ त्वरित उत्तर

AudioPipe एक ही लोकल पाइपलाइन में ऑडियो सेपरेशन, स्पीकर डायराइजेशन और ट्रांसक्रिप्शन चलाता है। यह मल्टी-स्पीकर रिकॉर्डिंग के लिए ट्रांसक्रिप्ट, स्पीकर लेबल और टाइमस्टैम्प वाले संरचित JSON फ़ाइलें आउटपुट करता है।

इस पर चलता है
Cross-platform
होस्टिंग
Desktop
भाषाएँ
Python
लाइसेंस
Licence not stated in the repository

यह क्या है

यह टूल वोकल एक्सट्रैक्शन के लिए Demucs, स्पीकर डायराइजेशन के लिए pyannote और स्पीच-टू-текस्ट के लिए Whisper को जोड़ता है। यह बैकग्राउंड नॉइज रिमूवल को संभालता है, स्पीकर्स को क्रोनोलॉजिकल सेगमेंट में मैप करता है, और लंबी ऑडियो फ़ाइलों के लिए चंक्ड प्रोसेसिंग का समर्थन करता है।

किसके लिए

यह उन प्रोफेशनल्स के लिए उपयुक्त है जिन्हें स्पष्ट मल्टी-स्पीकर ऑडियो से स्पीकर लेबल के साथ संरचित ट्रांसक्रिप्ट की आवश्यकता होती है। यह खराब गुणवत्ता वाले ऑडियो के साथ काम करने वालों या ग्राफिकल यूजर इंटरफेस की आवश्यकता वालों के लिए उपयुक्त नहीं है।

मुख्य विशेषताएँ

ऑडियो सोर्स सेपरेशन

Demucs का उपयोग करके बैकग्राउंड म्यूजिक या शोर से वोकल्स निकालता है।

स्पीकर डायराइजेशन

वैकल्पिक Hugging Face टोकन इंटीग्रेशन के साथ विभिन्न स्पीकर्स की पहचान करता है और उन्हें अलग करता है।

चंक्ड ट्रांसक्रिप्शन

वैश्विक रूप से सुसंगत स्पीकर लेबल के साथ लंबी ऑडियो फ़ाइलों को निश्चित लंबाई के टुकड़ों में ट्रांसक्राइब करता है।

स्टेप स्किपिंग

सेपरेशन, डायराइजेशन या ट्रांसक्रिप्शन चरणों से पाइपलाइन को शुरू करने या फिर से शुरू करने की अनुमति देता है।

कैसे शुरू करें

3 चरणों में तैयार

1
रिपॉजिटरी को क्लोन करें और pip install -e . का उपयोग करके पैकेज इंस्टॉल करें।
2
FFmpeg इंस्टॉल करें और वैकल्पिक रूप से अपना Hugging Face टोकन एनवायरनमेंट वेरिएबल सेट करें।
3
वांछित विकल्पों के साथ अपनी ऑडियो फ़ाइल पर python pipeline.py चलाएं।
सच कहें तो

हमारा ईमानदार फैसला

क्या अच्छा है

  • टाइमस्टैम्प, टेक्स्ट और स्पीकर एट्रिब्यूशन के साथ संरचित JSON आउटपुट करता है
  • मध्यवर्ती फ़ाइल का पता लगाने के माध्यम से स्टेप स्किपिंग और रिज्यूमिंग का समर्थन करता है
  • CUDA और CPU मोड के साथ Apple Silicon MPS समर्थन प्रदान करता है
  • चंक्ड ट्रांसक्रिप्शन का उपयोग करके एक घंटे से अधिक लंबी रिकॉर्डिंग को संभालता है

कहाँ कमी है

  • Python, FFmpeg और Python पैकेज मैन्युअल रूप से इंस्टॉल करने की आवश्यकता होती है
  • उचित प्रोसेसिंग गति के लिए CUDA-संगत GPU या Apple Silicon की आवश्यकता होती है
  • वैकल्पिक उन्नत डायराइजेशन सटीकता के लिए Hugging Face अकाउंट और टोकन की आवश्यकता होती है
लागत

मूल्य & लाइसेंस

केवल लागत स्थानीय कंप्यूट संसाधनों का उपयोग करके अपने स्वयं के हार्डवेयर पर इसे स्वयं चलाना है।

पेड वर्क

हिंदी बोलने वालों के लिए जॉब्स

880 खुले रिमोट AI-ट्रेनिंग रोल, 15 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।

सभी खुले रोल देखें →
तुलना

विकल्प

🎁 फ्री & ओपन-सोर्स विकल्प
और पाएं

इसे उपयोग करें, या हमसे सेट करवाएं

📄 मुफ़्त PDF: थेरेपिस्ट के लिए audiopipe
आपका पहला परिणाम पाने के लिए सरल भाषा में गाइड। आपके इनबॉक्स में।
🔔 64 लोग पूरा वीडियो ट्यूटोरियल चाहते हैं — अपना वोट जोड़ें
🛠 खुद सेट नहीं करना चाहते?
हम audiopipe को आपके लिए इंस्टॉल, होस्ट और कॉन्फ़िगर करेंगे — और आपकी टीम को प्रशिक्षित करेंगे।
हमसे करवाएं ↗
प्रश्न

सामान्य प्रश्न

क्या मैं इसे GPU के बिना चला सकता हूँ?

हाँ, CPU मोड उपलब्ध है, हालांकि प्रदर्शन के लिए CUDA-संगत GPU या Apple Silicon की अनुशंसा की जाती है।

मैं एक घंटे से अधिक लंबी फ़ाइलों को कैसे प्रोसेस करूँ?

लंबी ऑडियो फ़ाइलों को निश्चित लंबाई के टुकड़ों में ट्रांसक्राइब करने के लिए --chop और --chunk-minutes फ़्लैग का उपयोग करें।

रडार

ताज़ा AI समाचार

✉️ साप्ताहिक मुफ़्त टूलकिट
थेरेपिस्ट के लिए सर्वश्रेष्ठ नए फ्री & ओपन-सोर्स टूल — हर हफ्ते एक छोटा ईमेल, आपकी भाषा में।
मुफ़्त · 1 ईमेल/सप्ताह · कभी भी अनसब्सक्राइब करें
AI ट्रेनिंग से पैसे कमाएँ →

Google में Zekai को सबसे पहले देखें