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 › Matrix Live Diarizer
✦ फ्री & ओपन सोर्सथेरेपिस्ट

Matrix Live Diarizer

लोकल-फर्स्ट मीटिंग ट्रांसक्रिप्शन, जिसमें स्पीकर मैचिंग और लाइव कैप्शन शामिल हैं।

matrix-live-diarizer

ओपन-सोर्स, लोकल-फर्स्ट मीटिंग ट्रांसक्रिप्शन और स्पीकर डायराइजेशन टूल।

हमेशा के लिए मुफ़्त · ओपन सोर्स · MIT
✓ Needs IT✓ ब्राउज़र-आधारित✓ रियल-टाइम सहयोग
6.1
ZEKAI
लोकल-फर्स्ट ट्रांसक्रिप्शन टूल
फ्री & ओपन सोर्स · थेरेपिस्ट
सेटअप की आसानी4
उपयोगिता7
रखरखाव8.5
समुदाय5
★ 133
गिटहब
Aug 2026
अपडेटेड
MIT
लाइसेंस
🛠 खुद होस्ट नहीं करना चाहते? हम इसे सेट कर सकते हैं →
⚡ त्वरित उत्तर

matrix-live-diarizer एक लोकल-फर्स्ट एप्लिकेशन है जिसे मीटिंग ऑडियो को बिना डेटा को क्लाउड पर भेजे संरचित, सुधारने योग्य ट्रांसक्रिप्ट में बदलने के लिए डिज़ाइन किया गया है। यह गोपनीयता के प्रति जागरूक पेशेवरों के लिए उपयुक्त है जिन्हें मीटिंग नोट्स को स्थानीय रूप से प्रबंधित करने की आवश्यकता होती है।

इस पर चलता है
वेब
होस्टिंग
Self-host
भाषाएँ
Python
लाइसेंस
MIT

यह क्या है

यह टूल दो मुख्य रास्तों से ऑडियो को प्रोसेस करता है: वैकल्पिक pyannote स्पीकर सेपरेशन के साथ पोस्ट-मीटिंग अपलोड, और वॉयस एक्टिविटी डिटेक्शन और ASR का उपयोग करके रियल-टाइम ब्राउज़र कैप्शन। यह अज्ञात आवाज़ों को पंजीकृत स्पीकर प्रोफाइल से मिलाता है, स्थानीय Ollama या वैकल्पिक क्लाउड LLM का उपयोग करके सारांश उत्पन्न करता है, और Markdown, SRT, VTT, या JSON में निर्यात करता है।

किसके लिए

यह उन पेशेवरों के लिए उपयुक्त है जिन्हें सख्त ऑडियो डेटा गोपनीयता की आवश्यकता है और वे अपने स्वयं के हार्डवेयर पर ट्रांसक्रिप्शन और डायराइजेशन चलाना चाहते हैं। यह सार्वजनिक वेब परिनियोजन, बहु-किरायेदार सेटअप, स्वचालित कानूनी या चिकित्सा पहचान प्रमाणीकरण, या तकनीकी क्षमता की कमी वाले वातावरण की आवश्यकता वाली टीमों के लिए उपयुक्त नहीं है।

मुख्य विशेषताएँ

लोकल-फर्स्ट प्रोसेसिंग

ऑफ़लाइन निष्पादन क्षमता के साथ ऑडियो और ट्रांसक्रिप्ट आपकी मशीन पर रहते हैं।

वॉयस सैंपल मैचिंग

फ़ाइल अपलोड या ब्राउज़र रिकॉर्डिंग के माध्यम से अज्ञात स्पीकर टर्न को पंजीकृत व्यक्तियों से मिलाता है।

डुअल इनपुट पाथ

पोस्ट-मीटिंग ऑडियो अपलोड और रियल-टाइम ब्राउज़र कैप्शनिंग दोनों का समर्थन करता है।

एकाधिक ASR इंजन

Qwen3-ASR, SenseVoice, और Paraformer रंटाइम के बीच स्विच करने की अनुमति देता है।

सुधारने योग्य सारांश

डबल-क्लिक ट्रांसक्रिप्ट संपादन, थोक स्पीकर पुनः असाइनमेंट, और सारांश जनरेशन को सक्षम बनाता है।

कैसे शुरू करें

3 चरणों में तैयार

1
रिपॉजिटरी को क्लोन करें और Python 3.10 से 3.12 वर्चुअल वातावरण सेट अप करें।
2
Python आवश्यकताओं को स्थापित करें, Node.js फ्रंटएंड एसेट बनाएं, और main.py निष्पादित करें।
3
डिफ़ॉल्ट क्रेडेंशियल्स का उपयोग करके http://127.0.0.1:8000 पर अपने ब्राउज़र के माध्यम से स्थानीय वेब इंटरफ़ेस तक पहुँचें।
सच कहें तो

हमारा ईमानदार फैसला

क्या अच्छा है

  • जब तक आप टेक्स्ट सारांश जनरेशन के लिए स्पष्ट रूप से किसी सार्वजनिक LLM को कॉन्फ़िगर नहीं करते, ऑडियो कभी भी आपकी मशीन से बाहर नहीं जाता।
  • Qwen3 और CamPlus जैसे कई परस्पर बदलने योग्य ASR और स्पीकर पहचान इंजनों का समर्थन करता है।
  • ट्रांसक्रिप्ट और आवाज़ के लिए स्थानीय डेटाबेस स्टोरेज के साथ ब्राउज़र-आधारित यूजर इंटरफ़ेस प्रदान करता है।
  • Markdown, SRT, VTT, और JSON सहित कई निर्यात प्रारूप प्रदान करता है।

कहाँ कमी है

  • इसमें Python, Node.js, FFmpeg, और मैनुअल निर्भरता प्रबंधन से जुड़े तकनीकी सेटअप की आवश्यकता होती है।
  • पहली बार स्टार्टअप पर लगभग 1.8GB मॉडल डाउनलोड होते हैं, जिसमें काफी समय लग सकता है।
  • Macintosh MPS हार्डवेयर में कभी-कभी डेडलॉक आ सकते हैं, जो स्वचालित रूप से CPU पर वापस आ जाते हैं।
  • सार्वजनिक वेब परिनियोजन, बहु-किरायेदार उपयोग, या सख्त विनियमित अनुपालन के लिए अनुशंसित या संरचित नहीं है।
लागत

मूल्य & लाइसेंस

यह सॉफ्टवेयर अपने MIT लाइसेंस के तहत मुफ़्त है। एकमात्र लागत इसे स्वयं चलाने के लिए आवश्यक हार्डवेयर संसाधन, स्टोरेज और बिजली है।

पेड वर्क

हिंदी बोलने वालों के लिए जॉब्स

877 खुले रिमोट AI-ट्रेनिंग रोल, 16 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 Matrix Live Diarizer
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 Matrix Live Diarizer को आपके लिए इंस्टॉल, होस्ट और कॉन्फ़िगर करेंगे — और आपकी टीम को प्रशिक्षित करेंगे।
हमसे करवाएं ↗
प्रश्न

सामान्य प्रश्न

क्या ट्रांसक्रिप्शन के दौरान मेरा ऑडियो मेरे कंप्यूटर से बाहर जाता है?

नहीं। ऑडियो प्रोसेसिंग और ट्रांसक्रिप्शन डिफ़ॉल्ट रूप से पूरी तरह से आपकी स्थानीय मशीन पर होते हैं।

Hugging Face टोकन की आवश्यकता कब होती है?

HF टोकन की आवश्यकता केवल तभी होती है जब आप अपलोड की गई फाइलों पर बहु-स्पीकर डायराइजेशन के लिए pyannote community-1 का उपयोग करना चाहते हैं या शब्द-स्तरीय टाइमस्टैम्प के लिए Qwen3-ForcedAligner का उपयोग करना चाहते हैं।

क्या मैं इस टूल को पूरी तरह से ऑफ़लाइन चला सकता हूँ?

हाँ, एक बार जब आपके पहले स्टार्टअप के दौरान शुरुआती मॉडल डाउनलोड हो जाते हैं, तो LLM सुविधाओं को अक्षम करने पर यह टूल बिना इंटरनेट कनेक्शन वाले वातावरण में चल सकता है।

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