#whisper — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #whisper, aggregated by home.social.
-
Azul, bonjour ☕
Sunbird a publié le 04 juillet un modèle nommé "Whisper large for 51 African languages" qui prend en charge le #kabyle.
Ce modèle est une adaptation de whisper-large-v3.
Plus d'info sur : https://huggingface.co/Sunbird/asr-whisper-51-african-languages
-
Azul, bonjour ☕
Sunbird a publié le 04 juillet un modèle nommé "Whisper large for 51 African languages" qui prend en charge le #kabyle.
Ce modèle est une adaptation de whisper-large-v3.
Plus d'info sur : https://huggingface.co/Sunbird/asr-whisper-51-african-languages
-
Azul, bonjour ☕
Sunbird a publié le 04 juillet un modèle nommé "Whisper large for 51 African languages" qui prend en charge le #kabyle.
Ce modèle est une adaptation de whisper-large-v3.
Plus d'info sur : https://huggingface.co/Sunbird/asr-whisper-51-african-languages
-
Azul, bonjour ☕
Sunbird a publié le 04 juillet un modèle nommé "Whisper large for 51 African languages" qui prend en charge le #kabyle.
Ce modèle est une adaptation de whisper-large-v3.
Plus d'info sur : https://huggingface.co/Sunbird/asr-whisper-51-african-languages
-
Azul, bonjour ☕
Sunbird a publié le 04 juillet un modèle nommé "Whisper large for 51 African languages" qui prend en charge le #kabyle.
Ce modèle est une adaptation de whisper-large-v3.
Plus d'info sur : https://huggingface.co/Sunbird/asr-whisper-51-african-languages
-
56 минут созвона → текст за 5 минут на M4 без OBS и облака
У меня от трёх до пяти созвонов в день, почти все в браузере: Meet, Яндекс Телемост, ktalk, реже всего Zoom. Детали встреч мне нужны в тексте, иначе договорённости расползаются. Писал я звонки через OBS с захватом экрана, и на самих звонках началось веселье: звук временами жёстко квакал, всё чуть-чуть подвисало. Причину до конца не выяснял, моё предположение - процессор зажирался захватом и перебивал сам разговор; ktalk и браузер тут ни при чём. А экран, как потом дошло, мне вообще был не нужен. Дальше вторая серия. Расшифровку я гонял своими Python-скриптами: конвертация → транскрибация → диаризация (разметка, кто когда говорил). На встрече с пятью участниками диаризация расставляла голоса крайне плохо, половину фраз всё равно восстанавливал по памяти. Пошёл искать вариант, чтобы запись не мешала звонку, результат был приличный и всё крутилось локально: не хотелось ни отдавать записи в облако, ни платить подписку за минуты. Нашёл платный Audio Hijack , он подкупил лёгкостью и простотой настройки. Потом узнал, что на M-чипе быстрее всего у меня отрабатывает mlx-whisper на MLX : веса large-v3-turbo с Hugging Face, инференс на GPU Mac. Это архитектура Whisper, но рантайм — пакет mlx-whisper и бинарь mlx_whisper , не pip install openai-whisper и не репозиторий openai/whisper . Так собрался стек: Hijack пишет один mp3, mlx_whisper делает VTT, pyannote раскладывает по SPEAKER_XX. На 56-минутном звонке транскрипция заняла около пяти минут. Платный только Hijack — разовая лицензия, без подписки (цену смотрите на сайте Rogue Amoeba). Скрипты выложил в mac-call-transcribe под MIT. Ниже сборка, замеры с двух реальных звонков и грабли; повторяется на любом Mac с M-чипом.
https://habr.com/ru/articles/1062068/
#whisper #mlx #pyannote #speaker_diarization #расшифровка_звонков #python #apple_silicon #транскрибация_звонков
-
56 минут созвона → текст за 5 минут на M4 без OBS и облака
У меня от трёх до пяти созвонов в день, почти все в браузере: Meet, Яндекс Телемост, ktalk, реже всего Zoom. Детали встреч мне нужны в тексте, иначе договорённости расползаются. Писал я звонки через OBS с захватом экрана, и на самих звонках началось веселье: звук временами жёстко квакал, всё чуть-чуть подвисало. Причину до конца не выяснял, моё предположение - процессор зажирался захватом и перебивал сам разговор; ktalk и браузер тут ни при чём. А экран, как потом дошло, мне вообще был не нужен. Дальше вторая серия. Расшифровку я гонял своими Python-скриптами: конвертация → транскрибация → диаризация (разметка, кто когда говорил). На встрече с пятью участниками диаризация расставляла голоса крайне плохо, половину фраз всё равно восстанавливал по памяти. Пошёл искать вариант, чтобы запись не мешала звонку, результат был приличный и всё крутилось локально: не хотелось ни отдавать записи в облако, ни платить подписку за минуты. Нашёл платный Audio Hijack , он подкупил лёгкостью и простотой настройки. Потом узнал, что на M-чипе быстрее всего у меня отрабатывает mlx-whisper на MLX : веса large-v3-turbo с Hugging Face, инференс на GPU Mac. Это архитектура Whisper, но рантайм — пакет mlx-whisper и бинарь mlx_whisper , не pip install openai-whisper и не репозиторий openai/whisper . Так собрался стек: Hijack пишет один mp3, mlx_whisper делает VTT, pyannote раскладывает по SPEAKER_XX. На 56-минутном звонке транскрипция заняла около пяти минут. Платный только Hijack — разовая лицензия, без подписки (цену смотрите на сайте Rogue Amoeba). Скрипты выложил в mac-call-transcribe под MIT. Ниже сборка, замеры с двух реальных звонков и грабли; повторяется на любом Mac с M-чипом.
https://habr.com/ru/articles/1062068/
#whisper #mlx #pyannote #speaker_diarization #расшифровка_звонков #python #apple_silicon #транскрибация_звонков
-
56 минут созвона → текст за 5 минут на M4 без OBS и облака
У меня от трёх до пяти созвонов в день, почти все в браузере: Meet, Яндекс Телемост, ktalk, реже всего Zoom. Детали встреч мне нужны в тексте, иначе договорённости расползаются. Писал я звонки через OBS с захватом экрана, и на самих звонках началось веселье: звук временами жёстко квакал, всё чуть-чуть подвисало. Причину до конца не выяснял, моё предположение - процессор зажирался захватом и перебивал сам разговор; ktalk и браузер тут ни при чём. А экран, как потом дошло, мне вообще был не нужен. Дальше вторая серия. Расшифровку я гонял своими Python-скриптами: конвертация → транскрибация → диаризация (разметка, кто когда говорил). На встрече с пятью участниками диаризация расставляла голоса крайне плохо, половину фраз всё равно восстанавливал по памяти. Пошёл искать вариант, чтобы запись не мешала звонку, результат был приличный и всё крутилось локально: не хотелось ни отдавать записи в облако, ни платить подписку за минуты. Нашёл платный Audio Hijack , он подкупил лёгкостью и простотой настройки. Потом узнал, что на M-чипе быстрее всего у меня отрабатывает mlx-whisper на MLX : веса large-v3-turbo с Hugging Face, инференс на GPU Mac. Это архитектура Whisper, но рантайм — пакет mlx-whisper и бинарь mlx_whisper , не pip install openai-whisper и не репозиторий openai/whisper . Так собрался стек: Hijack пишет один mp3, mlx_whisper делает VTT, pyannote раскладывает по SPEAKER_XX. На 56-минутном звонке транскрипция заняла около пяти минут. Платный только Hijack — разовая лицензия, без подписки (цену смотрите на сайте Rogue Amoeba). Скрипты выложил в mac-call-transcribe под MIT. Ниже сборка, замеры с двух реальных звонков и грабли; повторяется на любом Mac с M-чипом.
https://habr.com/ru/articles/1062068/
#whisper #mlx #pyannote #speaker_diarization #расшифровка_звонков #python #apple_silicon #транскрибация_звонков
-
Scrib | F-Droid - Free and Open Source Android App Repository
https://f-droid.org/packages/org.scrib.transcriber/
> On-device voice transcription. Your audio never leaves your phone.
Распознавание речи на устройстве. Ваше аудио не покидает телефон.
Аудио распознаётся полностью на вашем телефоне. Ничего не загружается — приложение выходит в сеть только чтобы скачать модель.
Два способа использовать Scrib
• Распознать своё аудио. Выберите любой аудиофайл на телефоне и получите текст — прямо здесь, полностью офлайн.
• Движок распознавания для других приложений. Scrib работает в фоне. Приложения, которые это поддерживают — например Forkgram — могут превращать голосовые в текст через Scrib, на вашем устройстве. В настройках того приложения выберите Scrib как офлайн-распознаватель.
Модели
Scrib распознаёт открытыми моделями Whisper. Скачайте модель на главном экране или выберите язык — Scrib подберёт подходящую. Крупнее = точнее; можно и несколько моделей.
-
Scrib | F-Droid - Free and Open Source Android App Repository
https://f-droid.org/packages/org.scrib.transcriber/
> On-device voice transcription. Your audio never leaves your phone.
Распознавание речи на устройстве. Ваше аудио не покидает телефон.
Аудио распознаётся полностью на вашем телефоне. Ничего не загружается — приложение выходит в сеть только чтобы скачать модель.
Два способа использовать Scrib
• Распознать своё аудио. Выберите любой аудиофайл на телефоне и получите текст — прямо здесь, полностью офлайн.
• Движок распознавания для других приложений. Scrib работает в фоне. Приложения, которые это поддерживают — например Forkgram — могут превращать голосовые в текст через Scrib, на вашем устройстве. В настройках того приложения выберите Scrib как офлайн-распознаватель.
Модели
Scrib распознаёт открытыми моделями Whisper. Скачайте модель на главном экране или выберите язык — Scrib подберёт подходящую. Крупнее = точнее; можно и несколько моделей.
-
Scrib | F-Droid - Free and Open Source Android App Repository
https://f-droid.org/packages/org.scrib.transcriber/
> On-device voice transcription. Your audio never leaves your phone.
Распознавание речи на устройстве. Ваше аудио не покидает телефон.
Аудио распознаётся полностью на вашем телефоне. Ничего не загружается — приложение выходит в сеть только чтобы скачать модель.
Два способа использовать Scrib
• Распознать своё аудио. Выберите любой аудиофайл на телефоне и получите текст — прямо здесь, полностью офлайн.
• Движок распознавания для других приложений. Scrib работает в фоне. Приложения, которые это поддерживают — например Forkgram — могут превращать голосовые в текст через Scrib, на вашем устройстве. В настройках того приложения выберите Scrib как офлайн-распознаватель.
Модели
Scrib распознаёт открытыми моделями Whisper. Скачайте модель на главном экране или выберите язык — Scrib подберёт подходящую. Крупнее = точнее; можно и несколько моделей.
-
Scrib | F-Droid - Free and Open Source Android App Repository
https://f-droid.org/packages/org.scrib.transcriber/
> On-device voice transcription. Your audio never leaves your phone.
Распознавание речи на устройстве. Ваше аудио не покидает телефон.
Аудио распознаётся полностью на вашем телефоне. Ничего не загружается — приложение выходит в сеть только чтобы скачать модель.
Два способа использовать Scrib
• Распознать своё аудио. Выберите любой аудиофайл на телефоне и получите текст — прямо здесь, полностью офлайн.
• Движок распознавания для других приложений. Scrib работает в фоне. Приложения, которые это поддерживают — например Forkgram — могут превращать голосовые в текст через Scrib, на вашем устройстве. В настройках того приложения выберите Scrib как офлайн-распознаватель.
Модели
Scrib распознаёт открытыми моделями Whisper. Скачайте модель на главном экране или выберите язык — Scrib подберёт подходящую. Крупнее = точнее; можно и несколько моделей.
-
La dettatura vocale arriva su Linux con un progetto open source che punta tutto su privacy, velocità e semplicità d'uso. Scopri come funziona Vocalinux e perché potrebbe diventare uno strumento indispensabile. #Linux #OpenSource #VoiceTyping #Privacy #Wayland #Whisper
-
La dettatura vocale arriva su Linux con un progetto open source che punta tutto su privacy, velocità e semplicità d'uso. Scopri come funziona Vocalinux e perché potrebbe diventare uno strumento indispensabile. #Linux #OpenSource #VoiceTyping #Privacy #Wayland #Whisper
-
After tracking down the reflecting pool vandals (a cabal of communist squirrels), Detective Whisper turned her attention to the Case of the Torn Curtain Panel.
-
After tracking down the reflecting pool vandals (a cabal of communist squirrels), Detective Whisper turned her attention to the Case of the Torn Curtain Panel.
-
After tracking down the reflecting pool vandals (a cabal of communist squirrels), Detective Whisper turned her attention to the Case of the Torn Curtain Panel.
-
After tracking down the reflecting pool vandals (a cabal of communist squirrels), Detective Whisper turned her attention to the Case of the Torn Curtain Panel.
-
After tracking down the reflecting pool vandals (a cabal of communist squirrels), Detective Whisper turned her attention to the Case of the Torn Curtain Panel.
-
Vocalinux is an open-source voice dictation app for Linux that works entirely offline.
It supports Whisper.cpp, OpenAI Whisper, and VOSK, letting you dictate into almost any application without sending your audio to the cloud. It also includes GPU acceleration, customizable hotkeys, and Wayland/X11 support.
More details: https://digitalescapetools.com/tools/tool.html?id=vocalinux
#OpenSource #Linux #Privacy #SpeechToText #Whisper #Productivity
-
Vocalinux is an open-source voice dictation app for Linux that works entirely offline.
It supports Whisper.cpp, OpenAI Whisper, and VOSK, letting you dictate into almost any application without sending your audio to the cloud. It also includes GPU acceleration, customizable hotkeys, and Wayland/X11 support.
More details: https://digitalescapetools.com/tools/tool.html?id=vocalinux
#OpenSource #Linux #Privacy #SpeechToText #Whisper #Productivity
-
Vocalinux is an open-source voice dictation app for Linux that works entirely offline.
It supports Whisper.cpp, OpenAI Whisper, and VOSK, letting you dictate into almost any application without sending your audio to the cloud. It also includes GPU acceleration, customizable hotkeys, and Wayland/X11 support.
More details: https://digitalescapetools.com/tools/tool.html?id=vocalinux
#OpenSource #Linux #Privacy #SpeechToText #Whisper #Productivity
-
Vocalinux is an open-source voice dictation app for Linux that works entirely offline.
It supports Whisper.cpp, OpenAI Whisper, and VOSK, letting you dictate into almost any application without sending your audio to the cloud. It also includes GPU acceleration, customizable hotkeys, and Wayland/X11 support.
More details: https://digitalescapetools.com/tools/tool.html?id=vocalinux
#OpenSource #Linux #Privacy #SpeechToText #Whisper #Productivity
-
Vocalinux is an open-source voice dictation app for Linux that works entirely offline.
It supports Whisper.cpp, OpenAI Whisper, and VOSK, letting you dictate into almost any application without sending your audio to the cloud. It also includes GPU acceleration, customizable hotkeys, and Wayland/X11 support.
More details: https://digitalescapetools.com/tools/tool.html?id=vocalinux
#OpenSource #Linux #Privacy #SpeechToText #Whisper #Productivity
-
SpeechAnalyzer : un benchmark confirme que la transcription d’Apple bat le Whisper d'OpenAI http://dlvr.it/TTX1p1 #Apple #Whisper
-
SpeechAnalyzer : un benchmark confirme que la transcription d’Apple bat le Whisper d'OpenAI http://dlvr.it/TTX1p1 #Apple #Whisper
-
SpeechAnalyzer : un benchmark confirme que la transcription d’Apple bat le Whisper d'OpenAI http://dlvr.it/TTX1p1 #Apple #Whisper
-
SpeechAnalyzer : un benchmark confirme que la transcription d’Apple bat le Whisper d'OpenAI http://dlvr.it/TTX1p1 #Apple #Whisper
-
SpeechAnalyzer : un benchmark confirme que la transcription d’Apple bat le Whisper d'OpenAI http://dlvr.it/TTX1p1 #Apple #Whisper
-
New article on my website: Transcribing voice memos locally in 2026 (on Windows)
https://www.tomfichtner.com/article/transcription-of-voice-memos/
A practical guide to turning voice recordings into text without uploading them to the cloud. Written for beginners, I focus on ease-of-use and reliability. Also covers a bit of technical background and what else may lie ahead in human-machine voice interaction.
Also available in German: https://www.tomfichtner.com/article/de/transkription-von-sprachmemos/
-
New article on my website: Transcribing voice memos locally in 2026 (on Windows)
https://www.tomfichtner.com/article/transcription-of-voice-memos/
A practical guide to turning voice recordings into text without uploading them to the cloud. Written for beginners, I focus on ease-of-use and reliability. Also covers a bit of technical background and what else may lie ahead in human-machine voice interaction.
Also available in German: https://www.tomfichtner.com/article/de/transkription-von-sprachmemos/
-
New article on my website: Transcribing voice memos locally in 2026 (on Windows)
https://www.tomfichtner.com/article/transcription-of-voice-memos/
A practical guide to turning voice recordings into text without uploading them to the cloud. Written for beginners, I focus on ease-of-use and reliability. Also covers a bit of technical background and what else may lie ahead in human-machine voice interaction.
Also available in German: https://www.tomfichtner.com/article/de/transkription-von-sprachmemos/
-
New article on my website: Transcribing voice memos locally in 2026 (on Windows)
https://www.tomfichtner.com/article/transcription-of-voice-memos/
A practical guide to turning voice recordings into text without uploading them to the cloud. Written for beginners, I focus on ease-of-use and reliability. Also covers a bit of technical background and what else may lie ahead in human-machine voice interaction.
Also available in German: https://www.tomfichtner.com/article/de/transkription-von-sprachmemos/
-
New article on my website: Transcribing voice memos locally in 2026 (on Windows)
https://www.tomfichtner.com/article/transcription-of-voice-memos/
A practical guide to turning voice recordings into text without uploading them to the cloud. Written for beginners, I focus on ease-of-use and reliability. Also covers a bit of technical background and what else may lie ahead in human-machine voice interaction.
Also available in German: https://www.tomfichtner.com/article/de/transkription-von-sprachmemos/
-
Apple's new SpeechAnalyzer API, benchmarked against Whisper and its predecessor
https://get-inscribe.com/blog/apple-speech-api-benchmark.html
Comments: https://news.ycombinator.com/item?id=48894752
#HackerNews #Apple #SpeechAnalyzer #API #Whisper #Benchmark #Technology #Innovation
-
Apple's new SpeechAnalyzer API, benchmarked against Whisper and its predecessor
https://get-inscribe.com/blog/apple-speech-api-benchmark.html
Comments: https://news.ycombinator.com/item?id=48894752
#HackerNews #Apple #SpeechAnalyzer #API #Whisper #Benchmark #Technology #Innovation
-
Apple's new SpeechAnalyzer API, benchmarked against Whisper and its predecessor
https://get-inscribe.com/blog/apple-speech-api-benchmark.html
Comments: https://news.ycombinator.com/item?id=48894752
#HackerNews #Apple #SpeechAnalyzer #API #Whisper #Benchmark #Technology #Innovation
-
Apple's new SpeechAnalyzer API, benchmarked against Whisper and its predecessor
https://get-inscribe.com/blog/apple-speech-api-benchmark.html
Comments: https://news.ycombinator.com/item?id=48894752
#HackerNews #Apple #SpeechAnalyzer #API #Whisper #Benchmark #Technology #Innovation
-
Apple's new SpeechAnalyzer API, benchmarked against Whisper and its predecessor
https://get-inscribe.com/blog/apple-speech-api-benchmark.html
Comments: https://news.ycombinator.com/item?id=48894752
#HackerNews #Apple #SpeechAnalyzer #API #Whisper #Benchmark #Technology #Innovation
