whisper-demo

מה זה

הממשק מציע שתי לשוניות עבודה פשוטות. בראשונה אתם יכולים להקליט ישירות מהמיקרופון או להעלות קובץ שמע מהמחשב, ובשנייה אתם מדביקים קישור לסרטון יוטיוב כדי לחלץ ממנו תמלול. הפלט המתקבל הוא תמלול טקסטואלי של הדיבור שנשמע בהקלטה.

מאחורי הקלעים הקוד טוען את המודל openai/whisper-small באמצעות ספריית transformers של Hugging Face. מדובר בגרסה קטנה של וויספר, מה שאומר שהיא צורכת פחות משאבים ממודלים גדולים יותר של אותה משפחה, אך עדיין מסוגלת לזהות דיבור במגוון שפות בהתאם ליכולות הבסיסיות שהוטמעו בו.

מתאים ל

• תמלול הקלטות קצרות

  מעלים קובץ שמע או מקליטים ישירות דרך המיקרופון כדי לקבל תמלול של שיחה.

• חילוץ טקסט מיוטיוב

  מדביקים קישור לסרטון ומקבלים את הדיבור כטקסט בלי להוריד את הווידאו.

• בדיקת whisper-small

  בוחנים את היכולות של הגרסה הקטנה של המודל לפני שמחליטים להטמיע אותה.

איפה זה נופל

הבעיה המרכזית כרגע היא שהאפליקציה תקועה על שגיאת ריצה ולא עובדת. מעבר לזה, המודל שמוגדר בה הוא whisper-small ולא הגרסאות הגדולות, ולכן הוא מדויק פחות בהקלטות רועשות או בשפות שאינן אנגלית. בנוסף, חילוץ אודיו מיוטיוב נשען על ספריית pytube, שלעיתים קרובות נשברת כשיש עדכונים בצד של יוטיוב.

איך משתמשים

לוחצים על הלשונית הרצויה, מזינים קישור יוטיוב או מקליטים, ומפעילים את הריצה. האפליקציה מוגדרת לרוץ על חומרת t4-small, שאמורה לספק עיבוד סביר לשמע קצר, אך כרגע היא מדווחת במצב שגיאת ריצה (RUNTIME_ERROR). בפועל, עד שהתקלה בקוד תתוקן על ידי המפתח, לא ניתן להריץ תמלולים דרך הדפדפן.

הרישיון

לא דווח רישיון עבור היישום עצמו. המשמעות היא שאין תנאי שימוש ברורים לשימוש מסחרי בקוד, ולא ידוע מה מדיניות שמירת קובצי השמע שמועלים אליו.

הרישיון המלא ב־Hugging Face ↗