Dialoginen transkriptio.
-Kaikki puhujat.
Kokoontumistallennuksesta tai puhelutiedostosta täysin attribuuttiin transkriptioon . Puheentunnistus, kaiuttimeen diarisointi ja kaiuttimen tunnistus ommeltu yhteen on-device-putkeen. Ei pilvirajapintoja, ei minuuttihintaa, ei tietoja laitteesta.
Neljä saman putken muotoa.
Jokainen muoto ommeltaan ASR + diarizer + valinnainen kaiutin-ID ilmoittautumisvarasto. Komponentit ovat vaihdettavissa; mitä valitset riippuu äänilähteen ja latenssi budjetti.
"Alice sanoi ... / "Bob sanoi ..." jako yhdestä Zoom vienti.
Agentti vs. soittajan vuorot, tunteet puhujaa kohti, laite vaatimusten täyttämiseksi.
Isäntä + vieraat tunnistettu koko jakson, sana-tason aikaleimat.
Oikeusasteella ei ole ääntä laitteesta poistuessa.
Tarkkaile sanoja ja tarkista kaiuttimessa olevat osat.
Asennuksen jälkeen CLI Apple Silicon, kopioi tallennus ja tarkasta kaiutinsegmentit erillisillä komennoilla.
Tulosta tunnistetut sanat Terminaalissa.
speech transcribe meeting.wavTarkasta kaiuttimen merkinnät ja aikavälit JSONina tai käytä --rttm RTTM:lle.
speech diarize meeting.wav --jsonNämä komennot palauttavat erilliset tulokset. Ne eivät tuota transkriptiota kaiuttimella tai vastaa ääniä.
Tallenna yksi yksinkertainen transkripti WAV -tallennus kansioon:
speech transcribe-batch recordings/ --extensions wav --output-dir transcripts/