ScribeCrate
OpenAI-संगत ट्रांसक्रिप्शन, अनुवाद और स्पीकर डायरीज़ेशन प्रदान करने वाली सेल्फ-होस्टेड स्पीच-टू-텍스트 API।
OpenAI API संगतता, स्पीकर डायरीज़ेशन और ऑफ़लाइन समर्थन के साथ faster-whisper को स्थानीय रूप से चलाएं।
ScribeCrate faster-whisper पर बना एक सेल्फ-होस्टed ऑडियो ट्रांसक्रिप्शन सर्वर है जो OpenAI की Whisper API प्रारूप को दोहराता है। यह आतिथ्य (हॉस्पिटलिटी) ऑपरेटरों को तीसरे पक्ष के क्लाउड प्रदाताओं को ऑडियो भेजे बिना रिकॉर्ड किए गए गेस्ट फीडबैक, स्टाफ कॉल्स या गाइडेड टूर ऑडियो को स्थानीय रूप से संसाधित करने की अनुमति देता है।
यह क्या है
सर्वर सादा पाठ (प्लेन टेक्स्ट), JSON, या SRT/VTT उपशीर्षक फ़ाइलें तैयार करने के लिए REST एंडपॉइंट्स के माध्यम से ऑडियो फ़ाइलों को स्वीकार करता है। यह अंग्रेजी में विदेशी भाषण के अनुवाद, एक वैकल्पिक sherpa-onnx एक्सटेंशन के माध्यम से स्पीकर डायरीज़ेशन, और प्रगतिशील सर्वर-सेंट इवेंट्स (SSE) स्ट्रीमिंग का समर्थन करता है।
किसके लिए
यह हॉस्पिटलिटी सॉफ्टवेयर डेवलपर्स और आईटी इंजीनियरों के लिए उपयुक्त है जिन्हें डेटा नियंत्रण बनाए रखने और प्रति-मिनट API शुल्क से बचने के लिए OpenAI के ऑडियो एंडपॉइंट्स के एक स्थानीय विकल्प की आवश्यकता है। यह उन अंतिम उपयोगकर्ताओं के लिए उपयुक्त नहीं है जो बॉक्स से बाहर तैयार वेब डैशबोर्ड या वास्तविक समय माइक्रोफ़ोन डिक्टेशन की तलाश में हैं।
मुख्य विशेषताएँ
OpenAI API संगतता
ट्रांसक्रिप्शन और अनुवाद के लिए मानक एंडपॉइंट प्रदान करता है जो OpenAI Whisper API अनुरोधों से मेल खाते हैं।
स्पीकर डायरीज़ेशन
एक वैकल्पिक स्थानीय sherpa-onnx एक्सटेंशन का उपयोग करके पहचानता है कि प्रत्येक ऑडियो सेगमेंट किसने बोला।
सर्वर-सेंट इवेंट्स स्ट्रीमिंग
पूर्ण फ़ाइल प्रसंस्करण की प्रतीक्षा करने के बजाय SSE के माध्यम से डिकोड किए गए ट्रांसक्रिप्ट सेगमेंट को क्रमिक रूप से स्ट्रीम करता है।
ऑफ़लाइन संचालन
पूर्व-कैश किए गए Whisper मॉडल और स्थानीय निष्पादन फ़्लैग का उपयोग करके पृथक्कृत नेटवर्क वातावरण में चलता है।
3 चरणों में तैयार
हमारा ईमानदार फैसला
क्या अच्छा है
- OpenAI-संगत REST API न्यूनतम कोड संशोधनों के साथ मौजूदा सॉफ्टवेयर वर्कफ़्लो में आसानी से फिट बैठता है।
- गेस्ट और स्टाफ की बातचीत को अलग करने के लिए sherpa-onnx का उपयोग करके स्थानीय स्पीकर डायरीज़ेशन का समर्थन करता है।
- SSE स्ट्रीमिंग प्रदान करता है ताकि क्लाइंट एप्लिकेशन ट्रांसक्रिप्ट किए गए पाठ को क्रमिक रूप से प्रदर्शित करें।
- एक बार स्पीच मॉडल डाउनलोड और कैश हो जाने के बाद पूरी तरह से ऑफ़लाइन चलता है।
कहाँ कमी है
- तैनात और बनाए रखने के लिए कंटेनर सेटअप और सर्वर प्रशासन कौशल की आवश्यकता होती है।
- बड़े Whisper मॉडल को कुशलता से चलाने के लिए समर्पित होस्ट मेमोरी और GPU हार्डवेयर की आवश्यकता होती है।
- यूजर इंटरफेस का अभाव है, जिसके लिए आपको अपना खुद का फ्रंटएंड बनाने या कनेक्ट करने की आवश्यकता होती है।
- HTTPS के साथ API कॉल्स को सुरक्षित करने के लिए एक बाहरी रिवर्स प्रॉक्सी को कॉन्फ़िगर करना आवश्यक है।
मूल्य & लाइसेंस
ScribeCrate MIT लाइसेंस के तहत उपयोग करने के लिए स्वतंत्र है। आपकी एकमात्र लागत अंतर्निहित हार्डवेयर होस्ट, GPU कंप्यूट संसाधन और सर्वर चलाने के लिए आवश्यक प्रशासन समय है।
हिंदी बोलने वालों के लिए जॉब्स
879 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।
विकल्प
इसे उपयोग करें, या हमसे सेट करवाएं
सामान्य प्रश्न
क्या ScribeCrate विदेशी गेस्ट ऑडियो का अंग्रेजी में अनुवाद कर सकता है?
हाँ, इसमें एक OpenAI-संगत अनुवाद एंडपॉइंट शामिल है जो विदेशी भाषण को सीधे अंग्रेजी पाठ आउटपुट में परिवर्तित करता है।
क्या ScribeCrate में होटल स्टाफ के लिए वेब इंटरफेस शामिल है?
नहीं, ScribeCrate पूरी तरह से एक बैकएंड API सेवा के रूप में संचालित होता है। आपको इसे किसी मौजूदा ऐप या कस्टम यूजर इंटरफेस से जोड़ना होगा।
ScribeCrate को होस्ट करने के लिए मुझे किस हार्डवेयर की आवश्यकता है?
बेस मॉडल के लिए कम से कम 700 MB खाली RAM के साथ Docker चलाने वाले Linux सर्वर की आवश्यकता है, हालांकि उच्च-वॉल्यूम ऑडियो प्रोसेसिंग के लिए NVIDIA GPU की सिफारिश की जाती है।
