Diarisert transkripsjon.
Alle talere som heter.
Fra et møteopptak eller en anropsfil til en fullstendig distribuert transkripsjon - talegjenkjenning, høyttalerdiarisering og høyttaleridentifikasjon sydd i en on-device-rørledning. Ingen sky-APIer, ingen pr. minutt priser, ingen data som forlater enheten.
Fire former av samme rørledning.
Hver form maskerer en ASR + en diarizer + en valgfri høyttaler-ID-registreringsbutikk. Komponentene er utskiftbare; hva du velger avhenger av lydkilden og latensbudsjettet.
-Alice sa ... - / -Bob sa ... - tilskrivelse fra en enkelt Zoom eksport.
Agent vs. caller svinger, følelser per høyttaler, on-device for overholdelse.
Vert + gjester identifisert på tvers av episoden, ordnivå tidsstempler.
Tilknytning i rettsklasse uten lyd som noen gang forlater enheten.
Overskriv ord og inspeksjon av høyttalersegmenter.
Etter å ha installert CLI på Apple Silicon, overfører du et opptaks- og inspeksjonshøyttalersegmenter med separate kommandoer.
Skriv ut de anerkjente ordene i Terminal.
speech transcribe meeting.wavInspeksjon av høyttalermerker og tidsintervaller som JSON, eller bruk --rttm for RTTM.
speech diarize meeting.wav --jsonDisse kommandoene returnerer separate resultater. De produserer ikke en transkripsjon med høyttaleretiketter eller matcher registrerte stemmer.
Lagre én vanlig tekst-transkripsjon per WAV-opptak i en mappe:
speech transcribe-batch recordings/ --extensions wav --output-dir transcripts/