Salut, merci pour ce projet, super pratique d'avoir une transcription locale
qui tourne direct dans le navigateur !
J'utilise ParakeetWeb pour générer des transcriptions destinées à des sous-titres
animés mot-par-mot (pipeline vidéo type Remotion/Manim). J'aimerais voir les
fonctions suivantes dans l'outil si c'est faisable :
1. Export avec timestamps précis par mot
Je n'ai pas trouvé d'option pour exporter la transcription avec un
timestamp début/fin par mot individuel (seulement du texte brut / par
segment, si j'ai bien cherché).
Un format du genre :
{
"words": [
{ "text": "Bonjour", "start": 0.12, "end": 0.48 },
{ "text": "tout", "start": 0.51, "end": 0.70 },
{ "text": "le", "start": 0.72, "end": 0.85 },
{ "text": "monde", "start": 0.88, "end": 1.25 }
]
}Je crois savoir que parakeet.js supporte déjà returnTimestamps: true
côté API ce serait peut-être "juste" un bouton d'export à ajouter dans
l'UI pour exposer ce que la lib retourne déjà (désolé si c'est plus
compliqué que ça en a l'air !).
2. Upload de fichier audio
Il semble que l'app fonctionne pour l'instant via micro/enregistrement
live uniquement. Ce serait top de pouvoir importer directement un fichier
audio existant (WAV, MP3, Opus si possible) pour le transcrire, sans
repasser par un enregistrement en direct.
Pourquoi ça m'intéresse
Avec ces deux features, ParakeetWeb deviendrait un outil complet pour du
sous-titrage vidéo local 100% navigateur, zéro install, zéro upload
serveur, ce qui est vraiment l'argument qui m'a fait venir sur le projet. Ce serait limite un Whisper.cpp dans le navigateur.
Aucune urgence, je comprends que c'est du boulot en plus dites-moi si
ça vous semble faisable ou si vous avez déjà des pistes. Bravo pour le taf déjà fait !
EDIT : J'ai trouvé l'outil qu'il me fallait, libre à vous pour ces idées. (https://github.com/hclivess/whisperer)
Salut, merci pour ce projet, super pratique d'avoir une transcription locale
qui tourne direct dans le navigateur !
J'utilise ParakeetWeb pour générer des transcriptions destinées à des sous-titres
animés mot-par-mot (pipeline vidéo type Remotion/Manim). J'aimerais voir les
fonctions suivantes dans l'outil si c'est faisable :
1. Export avec timestamps précis par mot
Je n'ai pas trouvé d'option pour exporter la transcription avec un
timestamp début/fin par mot individuel (seulement du texte brut / par
segment, si j'ai bien cherché).
Un format du genre :
{ "words": [ { "text": "Bonjour", "start": 0.12, "end": 0.48 }, { "text": "tout", "start": 0.51, "end": 0.70 }, { "text": "le", "start": 0.72, "end": 0.85 }, { "text": "monde", "start": 0.88, "end": 1.25 } ] }Je crois savoir que
parakeet.jssupporte déjàreturnTimestamps: truecôté API ce serait peut-être "juste" un bouton d'export à ajouter dans
l'UI pour exposer ce que la lib retourne déjà (désolé si c'est plus
compliqué que ça en a l'air !).
2. Upload de fichier audio
Il semble que l'app fonctionne pour l'instant via micro/enregistrement
live uniquement. Ce serait top de pouvoir importer directement un fichier
audio existant (WAV, MP3, Opus si possible) pour le transcrire, sans
repasser par un enregistrement en direct.
Pourquoi ça m'intéresse
Avec ces deux features, ParakeetWeb deviendrait un outil complet pour du
sous-titrage vidéo local 100% navigateur, zéro install, zéro upload
serveur, ce qui est vraiment l'argument qui m'a fait venir sur le projet. Ce serait limite un Whisper.cpp dans le navigateur.
Aucune urgence, je comprends que c'est du boulot en plus dites-moi si
ça vous semble faisable ou si vous avez déjà des pistes. Bravo pour le taf déjà fait !
EDIT : J'ai trouvé l'outil qu'il me fallait, libre à vous pour ces idées. (https://github.com/hclivess/whisperer)