transcriptionstream

收录理由

经常需要把会议录音、访谈或课堂音频整理成可检索文字的团队，会把这套工具当作一个不错的起点。它把 Whisper 和说话人分离打包成一个完全离线的自托管服务，省去自己拼接各组件的麻烦。你可以通过 SSH 丢文件，也可以用简单的网页界面上传、试听、校对和下载结果，输出会按日期归档，并带时间轴对齐的回放和高亮文本。转录完成后还能交给本地的 Ollama 模型生成结构化摘要，标出说话人、主题、行动项和日期；所有内容经 Meilisearch 索引，事后在大量历史录音里做全文搜索也很快。虽然需要 NVIDIA GPU 和一定的 Docker Compose 经验，但对想用最小装配搭一套私有转写管线的用户来说，值得一试。