Transcrição com diarização.
Cada locutor identificado.
De uma gravação de reunião ou de um arquivo de chamada a uma transcrição totalmente atribuída — reconhecimento de fala, diarização de locutores e identificação reunidos em um pipeline no dispositivo. Sem APIs na nuvem, sem cobrança por minuto, sem dados saindo do dispositivo.
Quatro formas do mesmo pipeline.
Cada forma combina um ASR + um diarizador + um armazenamento opcional de identificação de locutor. Os componentes são intercambiáveis; a escolha depende da fonte de áudio e do orçamento de latência.
Atribuição "Alice disse…" / "Bob disse…" a partir de uma única exportação do Zoom.
Turnos atendente vs. cliente, sentimento por locutor, no dispositivo para conformidade.
Apresentador e convidados identificados ao longo do episódio, com marcações de tempo por palavra.
Atribuição com qualidade judicial sem o áudio jamais sair do dispositivo.
Transcreva as palavras e consulte os segmentos de cada locutor.
Depois de instalar a CLI no Apple Silicon, transcreva uma gravação e consulte os segmentos de cada locutor com comandos separados.
Mostre o texto reconhecido no terminal.
speech transcribe meeting.wavConsulte os rótulos dos locutores e os intervalos de tempo em JSON, ou use --rttm para RTTM.
speech diarize meeting.wav --jsonEsses comandos retornam resultados separados. Eles não geram uma transcrição com rótulos de locutor nem identificam vozes cadastradas.
Salve uma transcrição em texto simples para cada gravação WAV de uma pasta:
speech transcribe-batch recordings/ --extensions wav --output-dir transcripts/