Audio Transcriber Combine

Локальное десктоп-приложение для извлечения текста из аудио.

Этапы

1. convert — любой аудиоформат → WAV через ffmpeg (настраиваемый sample rate / каналы).
2. separate — отделение вокала через unblend (Mel-Band RoFormer).
3. transcribe — ASR через WhisperX или GigaAM (onnx-asr).

Каждый этап можно включать/выключать отдельно. Промежуточные файлы можно сохранять (по умолчанию — да) или удалять, оставляя только финальный результат последнего включённого этапа.

Раскладка результатов