AssemblyAI (@AssemblyAI)

스트리밍 화자 분리(diarization)에 대한 대규모 업그레이드가 출시됐다. 2화자 전화 환경에서 cpWER가 경쟁사 대비 2배 개선됐고, 4화자 회의 환경에서도 cpWER가 13% 향상돼 실사용 성능에서 경쟁 우위를 강조한다.

https://x.com/AssemblyAI/status/2051329814922190940

#diarization #speechai #streaming #speechrecognition #audiomodels

Simon Willison (@simonw)

Microsoft의 MIT 라이선스 음성 인식 모델 VibeVoice를 소개하며, Whisper처럼 동작하되 화자 분리 기능이 포함된다고 설명한다. 5.71GB 4bit MLX 변환본을 M5 MacBook에서 실행한 후기와 함께, 약 60GB RAM 사용, 1시간 오디오를 약 9분 만에 전사했다는 성능 정보를 공유한다.

https://x.com/simonw/status/2048912086307377252

#microsoft #speechtotext #whisper #diarization #mlx

Victor M (@victormustar)

Voxtral-Subtitles라는 앱이 Hugging Face Spaces에 공개되어 비디오를 단어 단위 자막으로 전사하고 화자 분리(speaker diarization)와 다국어 번역 기능을 제공한다는 소개. 개발자들이 Spaces에서 바로 시도해볼 수 있는 자막·음성-텍스트 변환 툴임.

https://x.com/victormustar/status/2020776196343238656

#voxtral #subtitles #huggingface #speechtotext #diarization

Speakr v0.8.0: Ứng dụng transcription self-hosted, giờ có thêm:
- Tùy chọn diarization (phân biệt người nói) không cần GPU (dùng OpenAI).
- REST API v1 để tự động hóa (dùng với n8n, Zapier,...).
- Kiến trúc connector đơn giản hơn.
- Cải thiện UI, trình phát audio.

#LocalLLaMA #Speakr #Transcription #Diarization #AI #CôngNghệ #TựĐộngHóa

https://www.reddit.com/r/LocalLLaMA/comments/1q77nr6/speakr_v080_additional_diarization_options_and/

Công cụ Transcribe (tx) miễn phí, chạy cục bộ với Whisper, hỗ trợ nhận diện giọng nói theo thời gian thực, phân biệt người nói (diarization) và thời gian chính xác. Hỗ trợ file, mic, âm thanh hệ thống và tích hợp Ollama để tóm tắt nội dung (tùy chọn). Hoạt động ngoại tuyến, đa nền tảng: Windows, macOS, Linux. Giao diện đồ họa và CLI tiện lợi tự động hóa.

#Transcribe #Whisper #Ollama #SpeechToText #Diarization #AI #LocalAI #CôngCụ #TríTuệNhânTạo #ThuyếtTrình

https://www.reddit.com/r/LocalLLaM

🚀 Whisper & Pyannote: The Ultimate Combo for Speech Transcription! 🎙️

Combining Whisper (ASR) and Pyannote (diarization) enables accurate and speaker-segmented transcriptions, even locally. 🔥

💡 Applications: meetings, podcasts, sentiment analysis, subtitles...

📖 Read the article: https://scalastic.io/whisper-pyannote-ultimate-speech-transcription/

Have you tried these tools? Share your thoughts! 👇

#AI #ASR #Whisper #Pyannote #Transcription #Diarization

🚀 Whisper & Pyannote : la combinaison ultime pour la transcription vocale ! 🎙️

Associer Whisper (ASR) et Pyannote (diarisation) permet d’obtenir des transcriptions précises et segmentées par interlocuteur, même en local. 🔥

💡 Applications : réunions, podcasts, analyse des sentiments, sous-titres...

📖 Découvrez l’article : https://scalastic.io/whisper-pyannote-ultimate-speech-transcription/

Avez-vous testé ces outils ? Partagez votre avis ! 👇

#AI #ASR #Whisper #Pyannote #Transcription #Diarization