f023653c71
- add align_text_to_audio(): forced alignment without ASR, fast - add _StableTSModels cache; detect language via stable-ts when language=None - LRC stage: use existing text.txt, copy it if already LRC, fall back to ASR only - filter junk lyrics from tags and ASR hallucinations (promo phrases, tics) - mark empty ASR results with metadata.empty_text and skip them on resume - warn in GUI when LRC is run with transcription disabled - add mark_no_speech.py one-shot script for existing tracks
Audio Transcriber Combine
Локальное десктоп-приложение для извлечения текста из аудио.
Этапы
- convert — любой аудиоформат → WAV через
ffmpeg(настраиваемый sample rate / каналы). - separate — отделение вокала через
unblend(Mel-Band RoFormer). - transcribe — ASR через WhisperX или GigaAM (onnx-asr).
Каждый этап можно включать/выключать отдельно. Промежуточные файлы можно сохранять (по умолчанию — да) или удалять, оставляя только финальный результат последнего включённого этапа.