דלגו לתוכן
Built.By.Peer
English
כל הפרויקטים

Media Transcription

תמלול וידאו ואודיו בעברית, שרץ על המחשב שלכם.

מה זה

שולחים וידאו או הקלטה לבוט בטלגרם, ומקבלים בחזרה תמלול שבו כל דובר מסומן. הקלטות בעברית עוברות למודל שמכוון לעברית. שפות אחרות עוברות למודל כללי. התמלול רץ על המחשב שלכם, כך שההקלטות לא נשלחות לשום שירות תמלול. בדף בדפדפן רואים את ההתקדמות ומורידים את הקבצים.

מה אפשר לעשות

  • מסמנת מי מדבר (דובר 1, דובר 2). אפשר גם לכבות את זה.
  • כתוביות (SRT) וטקסט רגיל
  • מודל שמכוון לעברית לתמלול בעברית. לשפות אחרות או לזיהוי אוטומטי יש מודל Whisper כללי.
  • דף בדפדפן בעברית או באנגלית, עם התקדמות בזמן אמת, תצוגה מקדימה של הטקסט והורדה
  • בוט טלגרם פרטי ששולח לכם את התמלול. קבצים עד 2GB עם מפתחות API של טלגרם משלכם.
  • תור עבודות שממשיך גם אחרי הפעלה מחדש
פרטים טכניים

טכנולוגיות

  • FastAPI
  • Celery
  • Redis
  • SQLite
  • faster-whisper
  • pyannote
  • React
  • Docker
  • אפליקציית FastAPI עם worker של Celery ו־Redis לתור העבודות. העבודות וההגדרות נשמרות ב־SQLite.
  • ממשק ב־React עם Vite, שנבנה לתוך אותו image של Docker.
  • תמלול עם faster-whisper. לעברית רץ ה־fine-tune של ivrit.ai ל־Whisper large-v3. לשפות אחרות רץ Whisper large-v3 המקורי של OpenAI.
  • סימון דוברים עם pyannote, דרך עותק פתוח של ivrit.ai. לכן לא צריך טוקן של Hugging Face.
  • בוט הטלגרם עובד מול שרת Bot API מקומי. כך מגבלת הקבצים עולה מ־20MB ל־2GB.
  • רץ מקומית עם Docker Compose. התעבורה היחידה החוצה היא הורדת המודל בפעם הראשונה, וטלגרם אם משתמשים בבוט.
  • רישיון MIT.