Transcriber — это современный инструмент для транскрибации видео и аудио файлов в текст с использованием передовой AI-модели Whisper. Приложение поддерживает множество форматов, предоставляет удобный графический интерфейс и позволяет экспортировать результаты в различных форматах.
- 🎯 Высокая точность — поддержка двух движков транскрибации:
- AssemblyAI — облачный сервис с максимальной точностью (рекомендуется)
- Whisper — локальная модель от OpenAI (полная конфиденциальность)
- 🎨 Современный UI — интуитивно понятный графический интерфейс на CustomTkinter
- 📝 Множество форматов — экспорт в DOCX, TXT, SRT (субтитры)
- 🌍 Мультиязычность — поддержка более 50 языков, включая русский
- ⚡ GPU ускорение — автоматическое использование видеокарты при наличии (для Whisper)
- 🎬 Поддержка видео — работа с MP4, AVI, MOV, MKV и другими форматами
- 🔊 Поддержка аудио — работа с WAV, MP3, M4A, FLAC и другими форматами
# Клонируйте репозиторий
git clone https://github.com/yourusername/transcriber.git
cd transcriber
# Создайте виртуальное окружение
python -m venv .venv
# Активируйте виртуальное окружение
# Windows:
.venv\Scripts\activate
# Linux/Mac:
source .venv/bin/activate
# Установите зависимости
pip install -r requirements.txtpython main.py --guiили просто:
python main.py# Через AssemblyAI (рекомендуется, лучшее качество)
python main.py video.mp4 --assemblyai --api-key "your_api_key"
# Через Whisper (локально)
python main.py video.mp4
# С указанием параметров
python main.py audio.wav -m base -f txt -o result.txt
# Создание субтитров
python main.py lecture.mp4 --format srt
# Автоопределение языка
python main.py interview.mp4 -l autoДля удобства можно установить API ключ AssemblyAI в переменную окружения:
# Windows (PowerShell)
$env:ASSEMBLYAI_API_KEY="your_api_key"
# Windows (cmd)
set ASSEMBLYAI_API_KEY=your_api_key
# Linux/Mac
export ASSEMBLYAI_API_KEY=your_api_key| Параметр | Описание | По умолчанию |
|---|---|---|
input_file |
Видео или аудио файл для транскрибации | — |
--gui |
Запустить графический интерфейс | — |
--assemblyai |
Использовать AssemblyAI API | Whisper |
--api-key |
API ключ для AssemblyAI | из env ASSEMBLYAI_API_KEY |
-o, --output |
Путь к выходному файлу | output/transcription.docx |
-m, --model |
Размер модели Whisper | large-v3 |
-l, --language |
Язык аудио | ru |
-f, --format |
Формат экспорта | docx |
--output-dir |
Папка для выходных файлов | output |
-v, --verbose |
Подробный вывод | — |
| Модель | Параметры | Скорость | Точность |
|---|---|---|---|
tiny |
~32M | Очень быстро | Базовая |
base |
~74M | Быстро | Средняя |
small |
~244M | Средне | Хорошая |
medium |
~769M | Медленно | Высокая |
large-v2 |
~1.5B | Очень медленно | Отличная |
large-v3 |
~1.5B | Очень медленно | Лучшая |
Видео: MP4, AVI, MOV, MKV, WebM, FLV, WMV, M4V
Аудио: WAV, MP3, M4A, FLAC, OGG, WMA, AAC
Экспорт: DOCX (Word), TXT (текст), SRT (субтитры)
Transcriber/
├── main.py # Точка входа (CLI + GUI)
├── requirements.txt # Зависимости
├── README.md # Документация
├── .gitignore # Git ignore файл
├── src/
│ ├── __init__.py # Пакет src
│ ├── transcriber.py # Основная логика транскрибации
│ └── exporter.py # Экспорт в различные форматы
├── ui/
│ ├── __init__.py # Пакет ui
│ └── app.py # Графический интерфейс
├── utils/
│ ├── __init__.py # Пакет utils
│ └── helpers.py # Вспомогательные функции
├── output/ # Выходные файлы
├── temp/ # Временные файлы
└── assets/ # Ресурсы (скриншоты, иконки)
Для ускорения транскрибации с помощью NVIDIA GPU:
# Установите CUDA-версию PyTorch
pip install torch --index-url https://download.pytorch.org/whl/cu118
# Установите faster-whisper с поддержкой GPU
pip install faster-whisper[gpu]Этот проект распространяется под лицензией MIT. См. файл LICENSE для деталей.