Transkripsi terdialog.
Setiap pembicara bernama.
Dari rekaman rapat atau berkas panggilan ke transkrip yang dikategorikan penuh - pengenalan bicara, diarisasi speaker, dan identifikasi yang dijahit ke dalam satu baris perangkat. Tidak ada APIs awan, tidak ada harga yang wajar, tidak ada data yang meninggalkan perangkat.
Empat bentuk pipa yang sama.
Setiap bentuk jahitan ASR + sebuah diarizer + sebuah speaker opsional-ID enrolment store. Komponen-komponen ini dapat diubah-ubah; apa yang anda pilih bergantung pada sumber audio dan anggaran latensi anda.
"Alice berkata"... / "Bob mengatakan"... atclacement dari satu Zoom ekspor.
Agen vs penelepon berubah, sentimen per pembicara, on- perangkat untuk kepatuhan.
Host + guests diidentifikasi di seluruh episode, penanda waktu tingkat kata-kata.
Court- grade atdects tanpa audio pernah meninggalkan perangkat.
Menerjemahkan kata-kata dan memeriksa segmen speaker.
Setelah memasang CLI di Apple Silicon, menerjemahkan rekaman dan memeriksa segmen speaker dengan perintah terpisah.
Cetak kata-kata yang diakui dalam Terminal.
speech transcribe meeting.wavInspek speaker label dan rentang waktu sebagai JSON, atau gunakan --rttm untuk RTTM.
speech diarize meeting.wav --jsonPerintah ini mengembalikan hasil terpisah. Mereka tidak menghasilkan transkrip dengan label speaker atau cocok dengan suara yang terdaftar.
Simpan salah satu transkrip teks per rekaman WAV di dalam folder:
speech transcribe-batch recordings/ --extensions wav --output-dir transcripts/