Локальный транскрибатор с определением собеседников

Доступ к полному просмотру и файлам открыт только для активных участников ИИшенка Pro.

Бесплатная локальная расшифровка аудио на своём компьютере: Whisper ASR Box в Docker, связка с n8n и Telegram, а затем WhisperX, который делит речь по спикерам. За 19 минут разбираем весь путь от первого запуска до диалога, разложенного по собеседникам.

Чему научишься

Запускать Whisper ASR Box одной командой в Docker и проверять его на порту 9000
Получать голосовое из Telegram в n8n и отправлять его HTTP-запросом на локальный сервер распознавания
Переименовывать бинарное поле в Code-ноде, чтобы сервер принимал файл как audio_file
Подключать WhisperX и получать доступ к моделям на Hugging Face через access token
Включать определение спикеров параметром в URL и указывать язык, чтобы ускорить обработку

Тайм-коды

00:00Что делаем: бесплатная транскрибация и деление по спикерам
01:30Схема автоматизации и что такое Whisper ASR Box
02:30Запуск контейнера одной командой в Docker
03:30Проверка сервера через браузер на порту 9000
04:55Триггер Telegram и скачивание голосового в n8n
06:00Code-нода: переименование файла в audio_file
07:20HTTP-запрос из n8n к серверу и первый результат
08:30Диалог двух людей: расшифровка без разделения
10:00WhisperX и определение спикеров
11:30Hugging Face: доступ к моделям и создание токена
14:40Перезапуск контейнера с WhisperX и токеном
16:35Параметр определения спикеров в URL и выбор языка
17:37Результат: реплики по спикерам и форматы вывода

Проверяем доступ...