Diarisierte Transkription.
Jeder Sprecher benannt.
Von einer Meeting-Aufnahme oder einer Anrufdatei zu einem vollständig attributierten Transkript — Spracherkennung, Sprecher-Diarisierung und Sprecher-Identifikation, vereint in einer On-Device-Pipeline. Keine Cloud-APIs, keine Minutenpreise, keine Daten verlassen das Gerät.
Vier Ausprägungen derselben Pipeline.
Jede Ausprägung kombiniert einen ASR + einen Diarizer + ein optionales Sprecher-ID-Register. Die Komponenten sind austauschbar; die Wahl hängt von der Audioquelle und dem Latenz-Budget ab.
„Alice sagte …" / „Bob sagte …"-Zuordnung aus einem einzigen Zoom-Export.
Agent- vs. Anrufer-Turns, Stimmung pro Sprecher, auf dem Gerät – compliance-ready.
Host + Gäste über die Episode hinweg identifiziert, mit Wort-Zeitstempeln.
Gerichtsfeste Zuordnung, ohne dass Audio das Gerät verlässt.
Sprache transkribieren und Sprechersegmente ansehen.
Nach der Installation der CLI auf Apple Silicon kannst du eine Aufnahme transkribieren und Sprechersegmente mit getrennten Befehlen ansehen.
Erkannten Text im Terminal anzeigen.
speech transcribe meeting.wavSprecherlabels und Zeitbereiche als JSON ansehen oder --rttm für RTTM verwenden.
speech diarize meeting.wav --jsonDiese Befehle liefern getrennte Ergebnisse. Sie erzeugen kein Transkript mit Sprecherlabels und ordnen keine registrierten Stimmen zu.
Für jede WAV-Aufnahme in einem Ordner ein Transkript als reine Textdatei speichern:
speech transcribe-batch recordings/ --extensions wav --output-dir transcripts/