Хостинговый сервер для распознавания речи Whisper с диаризацией спикеров.
Запускайте приватные API распознавания речи и перевода с совместимостью с OpenAI.
Этот инструмент запускает локальный сервер распознавания речи Whisper внутри Docker, предоставляя API транскрипции, совместимые с OpenAI. Он подходит для специалистов по психическому здоровью, которым требуется полностью конфиденциальная обработка аудио без отправки конфиденциальных клиентских сеансов в сторонние облака.
Работая на базе faster-whisper, он обрабатывает различные аудиоформаты, генерирует вывод в формате JSON, SRT или VTT и поддерживает дополнительную диаризацию спикеров с помощью sherpa-onnx. Вы можете развернуть его на стандартном оборудовании CPU или ускорить вывод с помощью графического процессора NVIDIA с помощью выделенных тегов образов.
Он подходит для специалистов и клиник, которым требуется строгая конфиденциальность данных для записанных сеансов и которые могут управлять контейнеризированными развертываниями. Он не подходит для нетехнических пользователей, которым требуется готовое к использованию настольное приложение без настройки командной строки или Docker.
Конечные точки на замену для существующих приложений, использующих POST /v1/audio/transcriptions.
Определяйте, кто говорит в каждом сегменте, с помощью дополнительных локальных расширений sherpa-onnx.
Получайте расшифрованные сегменты по мере их декодирования вместо ожидания всего файла.
Работайте полностью в автономном режиме без доступа к интернету, используя предварительно кэшированные модели и WHISPER_LOCAL_ONLY.
Бесплатно в рамках своей лицензии, проект не предоставляет платных хостинговых вариантов. Единственная стоимость — это запуск и обслуживание собственного серверного оборудования.
877 открытых удалённых вакансий по обучению ИИ, обновлено 16 ноября 2026 г.; в большинстве оплата $20–$175 в час. Из них 2 — для носителей русского языка. Zekai публикует их бесплатно; отклик уходит на платформу работодателя.
Да, вы можете работать в автономном или изолированном режиме, предварительно кэшировав модели и установив WHISPER_LOCAL_ONLY=true.
Вам нужен Linux-сервер с Docker, не менее 700 MB свободной оперативной памяти для базовой модели и, при желании, графический процессор NVIDIA с Container Toolkit.
Этот инструмент предназначен для полных аудиофайлов; для потоковой передачи в реальном времени или захвата с микрофона автор предоставляет отдельный инструмент docker-whisper-live.
Zekai первым в Google