Project
Бесплатная транскрибация видео
Небольшой Colab-ноутбук для бесплатной транскрибации аудио и видео через faster-whisper: загружает файл, распознаёт речь и сохраняет результат в TXT, SRT или JSON.
Что делает ноутбук
Это простой Google Colab-ноутбук для бесплатной транскрибации видео и аудио. Пользователь загружает файл в браузере, выбирает язык и режим работы, а затем получает полный текст и файл результата для скачивания.
Как запустить самостоятельно
- 1. Откройте файл `fast_whisper_text.ipynb` в Google Colab.
- 2. Запустите первую ячейку, чтобы установить нужные библиотеки.
- 3. Запустите ячейку с моделью и дождитесь, пока `large-v3-turbo` загрузится.
- 4. Загрузите своё аудио или видео, затем выберите язык и режим распознавания.
- 5. После обработки выберите формат результата и скачайте готовый файл.
Какая технология используется
faster-whisper
Это движок, который превращает речь из видео или аудио в текст. Он работает быстрее многих аналогов и поэтому подходит даже для обычного запуска в Colab.
Whisper Large-V3-Turbo
Это сама AI-модель, которая слушает запись и распознаёт слова. Именно она собирает из голоса готовый текст.
PyTorch + автоопределение устройства
Ноутбук сам понимает, есть ли ускорение на видеокарте. Если оно доступно, обработка идёт быстрее; если нет, всё равно запускается на обычном режиме.
VAD-фильтр
Этот фильтр помогает пропускать тишину и длинные паузы, чтобы программа сосредоточилась именно на речи.