OTranscribe: alat transkripsi wawancara audio gratis/open source

• Sebuah "aplikasi web" gratis untuk memudahkan transkripsi wawancara yang direkam
• Fitur utama
  • Tidak perlu berpindah antara pemutar video dan editor dokumen. Diproses langsung di browser
  • Bisa menjeda, memundurkan, dan mempercepat tanpa melepaskan tangan dari keyboard
  • Dapat menavigasi transkrip dengan mudah melalui cap waktu interaktif
  • Tersimpan otomatis ke penyimpanan browser setiap detik
  • Privasi terjaga - file audio dan transkrip tidak pernah meninggalkan komputer
  • Bisa diekspor ke Markdown, teks biasa, dan Google Docs
  • Mendukung file video melalui pemutar terintegrasi
  • Open source di bawah lisensi MIT

Ringkasan GN⁺

• oTranscribe adalah aplikasi web gratis yang menyederhanakan proses mentranskripsi rekaman wawancara
• Pengguna dapat mengontrol audio tanpa melepaskan tangan dari keyboard, dan transkrip disimpan otomatis setiap detik
• Aplikasi ini mengutamakan privasi, dan file audio serta transkrip tidak pernah meninggalkan komputer
• Menyediakan ekspor ke Markdown, teks biasa, dan Google Docs sehingga transkrip dapat dimanfaatkan dalam berbagai format
• Proyek lain dengan fungsi serupa mencakup Express Scribe dan TranscribeMe

[xguru]

Hmm? Saya sempat bertanya-tanya bagaimana ini bisa dilakukan di browser... ternyata ini alat untuk mendengarkan dan mentranskripsikan secara manual tanpa AI. Belakangan ini pengenalan bahasa Korea oleh Whisper juga sudah bagus, jadi rasanya tidak harus memakai yang seperti ini...

[znjadong]

Saat jumlah pembicara banyak, pelafalannya tidak jelas, atau kualitas rekamannya buruk, bantuan AI mungkin sulit diandalkan. Dan cukup sering ada situasi yang menuntut kualitas yang lebih dari sekadar bekerja 'cukup baik'.

[GN⁺]

Komentar Hacker News

• Mentranskripsikan wawancara menggunakan Whisper-diarization buatan MahmoudAshraf97

  • Membuat file dengan ucapan dari beberapa pembicara yang dibedakan berdasarkan nomor pembicara
  • Juga membuat file yang menyertakan stempel waktu sehingga bisa digunakan sebagai subtitle

• OTranscribe bukan alat pengenal ucapan otomatis, melainkan UI yang membantu transkripsi manual

• Sedang mencari aplikasi yang bisa melakukan transkripsi per kata secara real-time, berjalan secara lokal, dan dapat memakai model open source terbaru

  • Sedang memakai otter.ai, tetapi butuh koneksi internet dan ada masalah jeda transkripsi
  • Aplikasi berbasis Whisper harus memproses seluruh rekaman sekaligus
  • Framework pengenalan ucapan milik Apple saat ini masih agak kurang fiturnya

• Mengejutkan karena tidak ada integrasi AI

  • Hasil AI pun tetap perlu peninjauan dan QA untuk kualitas yang layak dipublikasikan
  • Perlu pekerjaan seperti identifikasi pembicara dan memperbaiki nama keluarga yang tidak umum

• oTranscribe tidak secara otomatis mengubah audio menjadi teks

  • Ini adalah alat yang membuat transkripsi manual tidak terlalu menyakitkan

• Merekomendasikan layanan TurboScribe

  • Gratis mentranskripsikan hingga 3 file per hari (masing-masing file 30 menit)
  • Paket berbayar bisa mentranskripsikan hingga 10 jam per file
  • Mendukung pengenalan pembicara, berbagai format ekspor, dan menyertakan alat AI

• Bereksperimen mentranskripsikan wawancara menggunakan Gemini-1.5-Pro-Experiment-0801

  • Hasilnya nyaris sempurna
  • Terkesan karena kata-kata tertentu diberi tanda kutip

• Sedang memakai aplikasi iOS gratis Aiko

  • Menggunakan model Whisper dari OpenAI
  • Bisa diekspor ke format seperti SRT, TXT, CSV, JSON

• Sedang mengembangkan aplikasi open source macOS yang menggunakan Whisper dan pyannote

  • Fungsinya sudah ada, tetapi lambat
  • Sedang kesulitan mengonversi Pyannote ke CoreML
  • Kontribusi sangat diterima

• Sedang mengembangkan alat yang menyertakan AI

  • Mengunduh dari YouTube, mentranskripsikan dengan Vosk, dan memisahkan pembicara dengan pyannote
  • Menyimpan isi transkripsi ke mesin pencari, perlu membangun aplikasi web
  • Berharap bisa berkolaborasi