audio-transcriber

【效率与协作】音频转录工具。将音频文件转为带说话人标签的文字记录。核心能力：(1) 频谱门控降噪 (2) 声纹分离+说话人识别 (3) 中文 ASR 转录 (4) 批量两阶段处理 (5) 声纹注册与匹配 (6) 记忆系统纠错 (7) 过度分割自动合并 (8) 分层匹配 (9) 中间结果恢复 (10) 纠错统计回写 (11) 长音频分块 diarization。技术栈：noisereduce (降噪) + pyannote.audio 4.x (声纹分离, MPS GPU) + Qwen3-ASR (MLX, ASR 转录)。触发词：转录音频、语音转文字、audio transcribe、transcribe、声纹分离、diarize、降噪音频、denoise、注册声纹。

独立 GitHub 快照 · 自动分类 · 以原作者文档为准