15c0ba5d66
- store source track path in metadata.json and validate it when skipping ready files - add skip_existing/resume_partial options to config and GUI - identify lyrics via embedded text, Shazam, then one LRCLIB author search - keep post-ASR LRCLIB text matching and allow cancelling safely - recover from CUDA OOM and free VRAM between batch stages - add overall completed/total file progress bar to GUI and pipelines
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.