Diarized transcription.
Bawat tagapagsalita ay bumanggit.
Mula sa isang pulong recording o isang file ng tawag sa isang kumpletong-atributed transcription – pagkilala sa pagsasalita, diarisasyon ng tagapagsalita, at pagpapakilala ng tagapagsalita na tinahi sa isang on-device pipeline. walang ulap APIs, walang per-minutong prioning, walang datos na umaalis sa aparato.
Apat na hugis ng iisang tubo.
Ang bawat hugis ay nagsasanhi ng isang ASR + isang diarizer + isang opsyonal na speaker-ID enrolment store. Ang mga bahagi ay pwedeng palitan; ang pinipili mo ay depende sa audio source at sa iyong badyet sa latency.
"Alice sinabi ..." / "Bob ay nagsabi ..."[kailangan ng sanggunian] mula sa isang solong Zoom export.
Ang Agent vs. caller ay iikot, sentimyento kada nagsasalita, on-device para sa pagsunod.
Host + mga panauhin na nakilala sa ibayo ng episode, mga salitang-level timestamp.
Court-grade na walang audio na umaalis sa device.
Magsulat ng mga salita at siyasatin ang mga bahagi ng tagapagsalita.
Pagkatapos ikabit ang CLI sa Apple Silicon, isulat ang isang rekording at siyasatin ang mga bahagi ng tagapagsalita sa pamamagitan ng hiwalay na mga utos.
Palimbagin ang kinikilalang mga salita sa Terminal.
speech transcribe meeting.wavInspect speaker labels and time ranges as JSON, o gumamit ng --rttm para sa RTTM.
speech diarize meeting.wav --jsonAng mga utos na ito ay nagbabalik ng hiwalay na mga resulta.
Mag - ipon ng isang payak na kopya sa bawat WAV recording sa isang folder:
speech transcribe-batch recordings/ --extensions wav --output-dir transcripts/