Brugstilfælde · Pipeline

Diariseret transskription.
Alle talere, der er nævnt.

Fra et møde optagelse eller en call-fil til en fuldt-tilskrevet udskrift - talegenkendelse, højttaler diarisering, og højttaler identifikation syet ind i en on-enhed pipeline. Ingen cloud API 'er, ingen per- minutpris, ingen data forlader enheden.

Hvad du kan bygge

Fire former af samme rørledning.

Hver form syr en ASR + en diarizer + en valgfri højttaler- ID tilmeldingsbutik. Komponenterne er udskiftelige; hvad du vælger afhænger af lydkilden og din latency budget.

Mødeprotokoller

"Alice sagde"... / "Bob sagde"... tildeling fra en enkelt Zoom eksport.

Call- center analytics

Agent vs. ringer, følelser pr. højttaler, on- enhed for overholdelse.

Podcast-udskrifter

Vært + gæster identificeret på tværs af episoden, ord- niveau tidsstempler.

Juridisk registrering / interview

Courtgrade tildeling uden lyd forlader enheden.

Quickstart

Overskriv ord og inspicer højttalersegmenter.

Efter installation af CLI på Apple Silicon, transcribe en optagelse og inspicer højttalersegmenter med separate kommandoer.

Udskriv de genkendte ord i Terminal.

speech transcribe meeting.wav

Undersøg højttaleretiketter og tidsintervaller som JSON, eller brug --rttm til RTTM.

speech diarize meeting.wav --json

Disse kommandoer returnerer separate resultater. De producerer ikke en udskrift med højttaleretiketter eller matcher indskrevne stemmer.

Gem en klartekst udskrift per WAV optagelse i en mappe:

speech transcribe-batch recordings/ --extensions wav --output-dir transcripts/
M4A til tekst på Mac: komplet gennemgangsproces
Dybere læsning

Komponent guider.