1a1معظم التسجيل صمت
تمرير الصوت الخام إلى النموذج يُنفق حصة كبيرة من الحوسبة على تفريغ الصمت، وهذا السبب الرئيسي لضعف الإنتاجية على الملفات الطويلة.
0الحقائق
- الدور
- مساهم
- السنة
- 2026
- الحالة
- يعمل الآن
- التصنيف
- الذكاء الاصطناعي
- بُني بـ
- Python · Silero VAD · GPU batching · SRT / VTT · Hugging Face
- أين تجده
- الشيفرة
1 · نظرة عامة
ما هو، ولماذا وُجد.
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.
1a · التحديات
كل مشكلة أخذت بطاقة، وكل حلّ صُنّف خلفها.
1a1aما فعلته
يقسّم كشف نشاط الصوت الكلام أولًا، فلا يصل النموذج إلا الكلام. ثم تُبنى المعالجة الدفعية حول تلك المقاطع لا حول حدود الملفات.
2 · النتائج
- تفريغ دفعي على مستوى المجلدات بذاكرة محدودة وإخراج ترجمات.
المشروع التالي
→T3 Code
تحكّم بوكلاء البرمجة على جهازك، من أي مكان.