Transcript – Audio-Transkriptions-App mit Sprecher-Diarisierung

DIE IDEE

Transcript – Audio-Transkriptions-App mit Sprecher-Diarisierung

Typ: Software Status: POC Tech Stack: Python, FastAPI, SQLAlchemy (async), Celery 5, Redis 7, PostgreSQL 16, faster-whisper/WhisperX/OpenAI Whisper, PyTorch (CUDA 12.6), React 18, Vite, TypeScript, Docker Problemstellung Die Transkription von Meetings, Interviews und Konferenzen erfordert nicht nur Speech-to-Text, sondern auch Sprechererkennung (wer hat was gesagt?). Cloudbasierte Dienste sind teuer und aus Datenschutzsicht problematisch (DSGVO). Lokale Alternativen bieten selten vergleichbare Qualität, keinen Anbieter-Vergleich und kein Admin-Dashboard zur Überwachung von Qualität und Performance verschiedener Whisper-Varianten. Beschreibung Eine vollständige Transkriptionsplattform mit drei Whisper-Varianten (faster-whisper, OpenAI-Whisper, WhisperX), automatischer GPU-Beschleunigung (CUDA), optionaler Sprecher-Diarisierung und Provider-Auswahl pro Upload. Bietet ein Nutzer-Frontend und ein Admin-Dashboard mit Observability (Provider-Vergleich, Job-Logs, Fehlerraten, Charts), Benutzer-/Gruppenverwaltung, Audit-Logs und Exportfunktionen. Anwendungsfall Audiodateien hochladen und automatisch in Text umwandeln — mit Erkennung, wer gerade spricht. Link: https://github.com/rawk7000/transcript (privates Repo)