Посоветуйте распознавалку речи

Попробуй Silero STT. Работает быстро.

Ну вот, теперь и азы питона осваивать. Хотя спасибо, попробую.

Самый простой способ - залить в ютуб как private, он сделает субтитиры.

Ютуб голые аудиофайлы принимает?

Нет, по-моему не принимает, но можно перегнать с помощью ffmpeg предоставив картинку https://superuser.com/questions/1041816/combine-one-image-one-audio-file-to-make-one-video-using-ffmpeg

Kaldi - http://kaldi-asr.org/models.html

К вечеру докатился до того, что начал неиллюзорно обмазываться openai, распознавалка речи у них тоже есть: https://platform.openai.com/docs/guides/speech-to-text. Накатил nodejs, зарегистрировался у них, вот это вот всё. Я сегодня погромист! Поправляет сварочную маску погромиста.

https://alphacephei.com/vosk/

openai, распознавалка речи у них тоже есть

Это ж удалённо у дяди, с таким же успехом можно у яндекса какого-нибудь распознавать

Оно, кстати, сразу завелось. Ну почти, ставить его всё же лучше из-под рута, без рута оно ставится, но работать не хочет. Сейчас проверяю на сложной записи с дополнительным шумом. Проверил: с шумными записями – фигня на палочке, с чистыми – нормально, но иногда ошибается на похожих словах. Вообще неплохая штука, надо с другими словарями проверить.

А опенаишные что-то не отдают результат, хотя 35 центов с пробных пяти баксов списали, то есть именно обработка имела место быть, проблема с возвращением результата. Написал в спортлото им в поддержку.

Ну почти, ставить его всё же лучше из-под рута

Не лучше, даже наоборот, от рута лучше прикладной софт не запускать без необходимости, это ты что-то у себя намудрил

с шумными записями – фигня на палочке, с чистыми – нормально, но иногда ошибается на похожих словах

Ну, можешь попробовать делать предобработку, удалять шум (хоть тем же sox noiseprof/noisered).

Хотя могу предположить, что коммерческие SaaS решения всё равно будут эффективнее. Ну и если тебе всё равно оффлайн не нужно, можешь у яндекса попробовать (для пробы там тоже бесплатно вроде, и в ещё браузере прям демо)
https://cloud.yandex.ru/services/speechkit

надо с другими словарями проверить

Кстати да, там по умолчанию вроде самая маленькая модель качается, попробуй полные скачать разных версий
https://alphacephei.com/vosk/models
Возможно, тебе вообще «Indian English» надо

«Indian English»

Прикольно, конечно, что для родни нового начальника Микрософта особый язык придумали, но в той шумной записи именно носители из США, и это ещё хуже. Там дикция даже не негритянская, а реднековская.

попробуй полные скачать разных версий

Пробовал, не помогло.

А яндекс на халяву только в микрофон наговорить всякого предлагает, я проверил.

Кстати, что вообще делать с вот этим кодом из опенаишных примеров? Я действительно ни разу не программист, питонический скрипт из из примеров распознал с трудом, а тут вообще первый раз вижу.

curl --request POST \
  --url https://api.openai.com/v1/audio/transcriptions \
  --header 'Authorization: Bearer TOKEN' \
  --header 'Content-Type: multipart/form-data' \
  --form file=@/path/to/file/openai.mp3 \
  --form model=whisper-1

Ага, разобрался. И оно работает на сложных записях гораздо лучше свободных решений, но всё равно не идеально.

И вновь продолжается бой: aegisub не желает, не хочет и отказывается проигрывать звук громко и без хрипа. Ни дня без пердоли.

А яндекс на халяву только в микрофон наговорить всякого предлагает, я проверил.

Ну так подсунь вместо микрофона устройство захвата с выхода, и воспроизведи файл.
Алсо, это из браузера, через API вроде тоже что-то на пробу есть, после регистрации

https://github.com/ggerganov/whisper.cpp

тут вообще народ не следит за новым что ли?

локально, на проце, может сразу делать субтитры.

работает близко к идеалу, в 3 раза лучше распознавалки гугла

Очень интересно, спасибо. Почитал: а и правда интересно. Скорее всего, на этом и остановлюсь.

Прикольно, спасибо за ссылку.
Понеслось говно по трубам, полетели крошки с барского стола. То лама/альпака, то Stable Diffusion, то вот это, прям свои модели выкладывают. В интересное время живём, однако. Осталось ещё чтобы нормальный оффлайн переводчик кто-то выложил, такого вроде ещё не было?

я качнул https://github.com/LibreTranslate/LibreTranslate

тут описано, как прикрутить перевод в firefox в аддоне lynguist: https://github.com/LibreTranslate/LibreTranslate/issues/55

вроде работает неплохо, но юзал мало и только на китайском>en

https://t.me/Speechpro_ASR_bot.

Microsoft Translator