audiotext：音频转录与翻译的桌面应用

audiotext：音频转录与翻译的桌面应用

audiotext A desktop application that transcribes audio from a file or microphone in any supported language using WhisperX or Google Speech-to-Text API. 项目地址: https://gitcode.com/gh_mirrors/au/audiotext

项目介绍

在现代信息时代，音频转录是一个极为重要的需求，无论是会议记录、讲座内容还是视频字幕的制作，都离不开这一功能。audiotext 是一款功能强大的桌面应用程序，它能够将音频文件、视频文件、麦克风输入甚至 YouTube 视频中的语音转录成文本，并支持翻译成多种语言，生成字幕。audiotext 支持高达 99 种语言，用户可以根据需要选择合适的转录语言和方法。

项目技术分析

audiotext 的开发采用了多种先进的技术和框架。其架构主要基于 Python，并且使用了以下技术和库：

• CustomTkinter：用于创建图形用户界面（GUI）。
• CTkScrollableDropdown：为 GUI 提供可滚动的选项菜单，以显示所有支持的转录语言。
• moviepy：用于视频处理，从而从视频文件中提取音频流。
• Google Speech-to-Text API 和 Whisper API：用于将音频转录成文本。
• WhisperX：一种开源的语音识别模型，用于转录和翻译。

audiotext 的设计考虑了用户友好性和可定制性，用户可以根据个人喜好选择不同的主题，包括暗色、亮色或系统默认主题。

项目技术应用场景

audiotext 的应用场景非常广泛，以下是一些主要的应用实例：

• 会议记录转录：会议中录音后，使用 audiotext 转录成文本，便于后续整理和回顾。
• 视频内容提取：从视频文件中提取音频，并转录成文本，用于生成视频字幕。
• 实时语音转写：通过麦克风输入实时转录语音，适用于采访、讲座等场合。
• 多语言翻译：将转录的文本翻译成多种语言，便于国际交流。

项目特点

audiotext 具有以下显著特点：

1. 多语言支持：支持高达 99 种语言的转录和翻译。
2. 多种文件格式兼容：支持多种音频和视频格式，如 mp3、mp4、wav、mkv 等。
3. 灵活的转录方法：支持使用 Google Speech-to-Text API、Whisper API 或 WhisperX 进行转录。
4. 自定义字幕选项：允许用户自定义字幕的样式、行宽和行数等。
5. 易于使用的界面：采用直观的图形界面，操作简单方便。
6. 主题定制：提供暗色、亮色和系统主题供用户选择。

下面是 audiotext 的一些界面预览：

总结来说，audiotext 是一款多功能的音频转录工具，不仅能够满足基本的转录需求，还提供了丰富的定制选项和高级功能，适用于多种场景和用户需求。无论您是学生、教师、研究人员还是内容创作者，audiotext 都能为您提供高效、准确的转录服务。

audiotext A desktop application that transcribes audio from a file or microphone in any supported language using WhisperX or Google Speech-to-Text API. 项目地址: https://gitcode.com/gh_mirrors/au/audiotext