Ses arka plan gürültüsü giderme, konuşmacı diyarizasyonu ve transkripsiyon için pipeline.
Demucs, pyannote ve Whisper kullanarak çok konuşmacılı kayıtları yerel olarak işleyin.
AudioPipe, tek bir yerel pipeline içinde ses ayırma, konuşmacı diyarizasyonu ve transkripsiyon çalıştırır. Çok konuşmacılı kayıtlar için transkriptleri, konuşmacı etiketlerini ve zaman damgalarını içeren yapılandırılmış JSON dosyaları çıktısı verir.
Araç, vokal ayıklama için Demucs'ı, konuşmacı diyarizasyonu için pyannote'u ve konuşmadan metne dönüştürme için Whisper'ı birleştirir. Arka plan gürültüsünü kaldırma işlemlerini yönetir, konuşmacıları kronolojik segmentlerle eşleştirir ve uzun ses dosyaları için parçalı işlemeyi destekler.
Net çok konuşmacılı seslerden konuşmacı etiketleriyle birlikte yapılandırılmış transkriptlere ihtiyaç duyan profesyoneller için uygundur. Düşük kaliteli seslerle çalışanlar veya grafik kullanıcı arayüzü gerektirenler için uygun değildir.
Demucs kullanarak arka plan müziğinden veya gürültüden vokalleri ayırır.
İsteğe bağlı Hugging Face token entegrasyonu ile farklı konuşmacıları tanımlar ve ayırır.
Uzun ses dosyalarını sabit uzunlukta parçalar halinde, küresel olarak tutarlı konuşmacı etiketleriyle transkribe eder.
Pipeline'ı ayırma, diyarizasyon veya transkripsiyon adımlarından başlatmaya veya kaldığı yerden devam ettirmeye izin verir.
Tek maliyet, yerel bilgi işlem kaynaklarını kullanarak kendi donanımınızda çalıştırmaktır.
877 açık uzaktan yapay zeka eğitimi işi, 16 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$175 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.
Evet, CPU modu mevcuttur, ancak performans için CUDA uyumlu bir GPU veya Apple Silicon önerilir.
Uzun ses dosyalarını sabit uzunlukta parçalar halinde transkribe etmek için --chop ve --chunk-minutes bayraklarını kullanın.
Google'da önce Zekai'yi gör