cohere-transcribe · هيثم العسولي

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.

ما هو، ولماذا وُجد

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.

التحديات

معظم التسجيل صمت

المشكلة

تمرير الصوت الخام إلى النموذج يُنفق حصة كبيرة من الحوسبة على تفريغ الصمت، وهذا السبب الرئيسي لضعف الإنتاجية على الملفات الطويلة.

ما فعلته

يقسّم كشف نشاط الصوت الكلام أولًا، فلا يصل النموذج إلا الكلام. ثم تُبنى المعالجة الدفعية حول تلك المقاطع لا حول حدود الملفات.

النتائج

تفريغ دفعي على مستوى المجلدات بذاكرة محدودة وإخراج ترجمات.