مطوّر مستقل
من عمّان، الأردن
تفريغ عربي/إنجليزي عالي الإنتاجية، بمعالجة دفعية سليمة.
01 /
حزمة بايثون للتفريغ الدفعي دون اتصال بنموذج Cohere للتعرف على الكلام بحجم ملياري معامل للعربية والإنجليزية: كشف نشاط صوتي محسّن، ومعالجة دفعية لملفات متعددة على المعالج الرسومي بذاكرة محدودة، وإخراج ترجمات وطوابع زمنية اختيارية على مستوى الكلمة.
تفريغ ملف واحد مسألة محلولة. أما تفريغ مجلد فيه مئات الملفات دون نفاد ذاكرة المعالج الرسومي، ودون إنفاق معظم زمن التشغيل على الصمت، فليس كذلك.
تعالج الحزمة الملفات المفردة والمسارات المتعددة والمجلدات المتشعبة بمعالجة دفعية محدودة الذاكرة، وتستطيع إعادة النتائج مباشرة أو إخراج نص عادي أو ترجمات بتوقيت تقريبي للمقاطع أو ترجمات بتوقيت على مستوى الكلمة.
Python / Silero VAD / GPU batching / SRT / VTT / Hugging Face
02 /
تمرير الصوت الخام إلى النموذج يُنفق حصة كبيرة من الحوسبة على تفريغ الصمت، وهذا السبب الرئيسي لضعف الإنتاجية على الملفات الطويلة.
يقسّم كشف نشاط الصوت الكلام أولًا، فلا يصل النموذج إلا الكلام. ثم تُبنى المعالجة الدفعية حول تلك المقاطع لا حول حدود الملفات.
03 /