ThoughtsOrganizer

מה זה

אתם מקליטים את עצמכם ישירות דרך הדפדפן, מעלים קובץ שמע קיים, או בוחרים קטע קול מוכן מתוך תפריט הדוגמאות. מהצד השני מקבלים תצוגת טקסט מעובדת של הפתק, כולל אפשרות להקריא אותו בחזרה באמצעות מנגנון שמע שמובנה בממשק. בלשונית נפרדת אפשר גם לחפש בין כל הפתקים שנשמרו בעבר.

מאחורי הקלעים הקוד שולח את השמע לניתוח במודל המולטימודלי Phi-4 של מיקרוסופט דרך Azure AI. לאחר שהמודל מחזיר את התוכן המעובד, הקוד משתמש בספריית langdetect כדי לזהות את השפה, ומייצר גרסה קולית חדשה של הפתק בעזרת edge-tts.

מתאים ל

• סיכום מחשבות מוקלטות

  מדברים למיקרופון ומקבלים פתק מאורגן וקריא במקום להקשיב שוב להקלטה ארוכה.

• הקראת סיכומים חוזרת

  משתמשים בכפתור ההאזנה כדי לשמוע את הפתק המעובד בקול סינתטי ישירות בדפדפן.

• חיפוש בהיסטוריית הקלטות

  עוברים ללשונית הפתקים ומאתרים הקלטות קודמות באמצעות תיבת חיפוש טקסטואלית.

איפה זה נופל

האפליקציה נמצאת במצב שינה ולכן צריך להמתין לעלייה שלה, ועל חומרת מעבד בסיסית פעולות מקומיות עלולות לרוץ לאט. בנוסף, העיבוד האמיתי של השמע תלוי לחלוטין בחיבור לשרתי Azure AI חיצוניים, כך שאם הקישור לשם נכשל או מוגבל, שום דבר לא יעבוד. הממשק גם מציג חיפוש וריכוז פתקים, אבל לא ידוע אם הנתונים נשמרים לטווח ארוך או נמחקים כשהשרת נרדם מחדש.

איך משתמשים

נכנסים לממשק, מקליטים או מעלים קובץ שמע, ולוחצים על Process Note. העיבוד מתבצע מול שרתי Azure AI, אבל המרחב עצמו יושב על חומרת cpu-basic ונמצא כרגע במצב שינה, כך שההפעלה הראשונה דורשת המתנה של דקה או שתיים להתעוררות. אין צורך בהרשמה או בהזנת מפתח אישי כדי לבדוק אותו.

הרישיון

הפרויקט מפורסם תחת רישיון MIT, שמאפשר שימוש חופשי, שינוי והפצה גם לצרכים מסחריים. לגבי קובצי השמע והפתקים שאתם מעלים או מפיקים, הם עוברים לעיבוד בתשתית Azure של מיקרוסופט בהתאם לתנאי השירות שלה.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗