transcribe - 多语言实时转录和对话生成的开源工具

项目介绍：Transcribe

Transcribe 是一款实时语音转文字应用，专为希望简化语音转写和对话响应的用户而设计。通过利用 OpenAI 的 chatGPT 或兼容的 API 提供商，该项目能根据当前对话动态生成建议响应。

项目特色

免费及多语言支持

Transcribe 的大部分功能对用户免费开放，并且支持多种语言。用户可以选择使用 OpenAI 提供的 GPT-4o、4、3.5 模型或其他多种推理模型。项目中整合的 GPT 模型使跨平台开发变得更加无缝，有Windows、Raspberry Pi、Linux Mini PC 和 Mac Mini等支持。

实时流响应

与其他类似应用不同，Transcribe 能够在对话进行时实时生成语言模型(LLM)的响应，用户无需等待完整回复便可获得中途信息。

丰富的输入选择及安装简易性

用户可选择音频输入设备，诸如麦克风或扬声器，甚至可同时选择。使用 Transcribe 无需依赖 python 或其他繁杂的依赖库，其安装简单便捷。

安全性

Transcribe 非常重视安全性，包含多个安全功能，如使用 GitGuardian 做秘钥扫描、Bandit 和 Snyk 做静态代码分析，保障任何网络通信的安全传输，以及通过严格的依赖扫描来保证项目安全。

关键功能

多语言支持：支持多种语言的语音实时转写。
实时响应生成：使用 GPT 模型提供对话建议。
对话总结及历史保存：每次对话都可以生成文字总结，并可保存历史记录。
自定义选项：多种自定义选项，让用户根据需要调整响应方式及对话内容。
离线和在线语音识别：离线识别免费，在线识别基于 OpenAI Whisper 或 Deepgram 有偿提供，建议首选 OpenAI Whisper。
多推理引擎：包括 OpenAI, Together, Perplexity 及 Azure 托管的 OpenAI。部分用户反馈 Azure 支持需要特别代码调整。

安装指南

必备条件

操作系统：Windows
Python 版本：>=3.11.0
FFmpeg

安装步骤

安装 FFmpeg：推荐使用 Chocolatey，Windows 下的包管理工具。管理员模式下打开 PowerShell，运行以下命令：

Set-ExecutionPolicy Bypass -Scope Process -Force; [System.Net.ServicePointManager]::SecurityProtocol = [System.Net.ServicePointManager]::SecurityProtocol -bor 3072; iex ((New-Object System.Net.WebClient).DownloadString('https://community.chocolatey.org/install.ps1'))

安装完成 Chocolatey 后，运行以下命令安装 FFmpeg：

choco install ffmpeg

克隆仓库并运行设置：
```
git clone https://github.com/vivekuppal/transcribe
```
然后运行 setup.bat 文件来启动项目环境。
（可选）配置 OpenAI API Key：在 transcribe 目录下的 override.yaml 文件中添加 OpenAI API Key:
```
OpenAI:
  api_key: 'API_KEY'
```
记得将 "API_KEY" 替换为实际的 OpenAI API Key。
运行程序：在 app\transcribe\ 目录下运行主程序：
```
python main.py
```

结论

Transcribe 为需要实时语音转写功能的用户提供了一个强大且灵活的工具，其特色功能、易用性、安全性和对 OpenAI 的支持使之成为一个值得信赖的选择。通过社区的贡献，项目得以迅速发展，不断完善。当前，欢迎有兴趣的开发者为项目贡献力量。