841fc8902d
- detect unrecoverable CUDA errors before OOM retries and clear model caches\n- keep normal OOM retries to two attempts (configured batch, then 1)\n- do not create text.txt when ASR returns only whitespace\n- warn per file and report empty_result / lrc+empty in the summary\n- keep at least 12 log lines visible in the GUI
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.