繁中
English繁中

Private-ASB：本地部署的智能語音助理

作者: /

一站式語音識別、分離和總結解決方案！

集成自動語音識別（ASB）、說話者分離、SRT字幕編輯和基於LLM的摘要功能。該項目使用Gradio提供直觀且易於使用的用戶界面

Private-ASB是一個本地部署的工具，基於開源項目FunTrap的修改，該工具集成了自動語音識別（ASB）、說話者分離、SRT字幕編輯和基於大型語言模型（LLM）的摘要功能。

主要功能：

  1. 自動語音識別（ASB）：

    • 支持視頻和音頻輸入，輸出文本和SRT字幕。

  2. 揚聲器分離（SD）：

    • 識別和區分多揚聲器音頻/視頻中的不同揚聲器。

  3. SRT字幕編輯器：

    • 允許用戶使用自定義名稱替換發言者標識。

  4. 基於LLM的總結：

    • 使用基於GPT的模型來總結ASB結果並支持自定義API配置。

  5. 部署選項：

    • 為生產環境提供輕量級Docker容器和用於開發/測試的Python環境。

系統要求：

  • 部署方式：

    • Docker（用於基於容器的部署）
    • Python 3.9+（用於手動部署）

  • 依賴性：

    • 看到 requirements.txt 證件

部署步驟：

  1. Docker部署：

    • 構建Docker鏡像：

      docker Build -t audio-handler：最新。

    • 使用Docker Compose部署：

      版本：「3.8」

服務：
音頻處理器：
 圖片：音頻處理器：最新
 容器名稱：音頻處理器
 港口：
 - 「7860：7860」
 卷：
 - ./. dev：/app/. dev
 工作_目錄：/app
 重新啟動：不間斷

      然後運行：

      docker-compose up -d

      Glradio界面將通過以下方式提供 http：//localhost：7860 訪問

  2. Python部署：

    • 設置環境：

      git克隆https://github.com/MotorBottle/Private-ASR.git
CD音頻處理器
蟒蛇3-m venv .venv
source .venv/bin/activate
pip安裝--no-ache-目錄-r要求.文本

    • 確保安裝了FFmpeg：

      sudo apt-get更新
sudo apt-get start-y ffmpeg

    • 運行應用程式：

      Python funclip/launch.py--聽

      Glradio界面將通過以下方式提供 http：//localhost：7860 訪問

環境配置：

所有憑據和API配置都可以存儲在 .env 在文件中。例如：

用戶名=電機
密碼=admin
OpenAI_API_Key=您的_openai_key
OPNAI_API_ASE = your-custom-api.com

使用方法：

  1. 上傳音頻或視頻文件。
  2. 執行ASB識別或說話者分離。
  3. 在生成的SRT標題中編輯發言者姓名。
  4. 使用LLM總結功能分析和總結ASB文本。

貢獻和許可證：

該項目是在麻省理工學院許可下發布的。歡迎捐款！

有關更多信息，請訪問該項目的GitHub頁面：

Github：https://github.com/MotorBottle/Private-ASR

輸油管：

返回頂端