🎙️ VOICEBOX MEGA

AI-powered транскрибация, субтитры и конспекты с простым графическим интерфейсом

Возможности • Установка • Использование • Документация • Сборка EXE

📋 О проекте

VOICEBOX MEGA - это мощный инструмент для автоматической транскрибации аудио и видео с использованием OpenAI Whisper. Программа разработана для работы полностью локально, без отправки данных в облако, с простым графическим интерфейсом для пользователей любого уровня.

✨ Ключевые особенности

🎯 Простота использования - интуитивный GUI, не требует знания командной строки
🔒 Конфиденциальность - все работает локально, данные не покидают ваш компьютер
⚡ GPU ускорение - поддержка CUDA для быстрой обработки
🌍 99+ языков - распознавание речи на любом языке
📦 Пакетная обработка - обработка множества файлов за один раз
🎬 Субтитры для видео - автоматическая генерация субтитров
📝 Конспекты - автоматическое создание конспектов из аудио/видео
🔧 Автоустановка - один клик для установки всех зависимостей

🚀 Возможности

1. 🎙️ Транскрибация

Аудио → Текст - MP3, WAV, FLAC, OGG и др.
Видео → Текст - MP4, AVI, MKV, MOV и др.
5 форматов вывода - TXT, SRT, VTT, JSON, TSV
Автоопределение языка или ручной выбор
Временные метки в выводе

2. 🎬 Генерация субтитров

Автоматические субтитры для любого видео
Форматы - SRT, VTT, ASS
Встраивание в видео - создание нового видео с субтитрами
Стилизация - настройка шрифта, размера, позиции

3. 📝 Создание конспектов

Автоматические конспекты из аудио/видео
Ключевые слова и фразы
Основные темы обсуждения
Контрольные вопросы
Экспорт - TXT, Markdown, PDF

4. 📦 Пакетная обработка

Множество файлов за один раз
Автоматические конспекты для всех файлов
Прогресс в реальном времени
Статистика обработки

5. 📊 Анализ текста

Статистика - слова, символы, предложения
Частотный анализ слов
Сентимент-анализ (настроение текста)
Ключевые фразы

6. ⚙️ Настройки

🌓 Тёмная/светлая тема
🧠 Выбор модели Whisper (tiny, base, small, medium, large)
⚡ GPU ускорение (CUDA)
🌍 Языки интерфейса (Русский, English)

🛠️ Установка

Вариант 1: Готовый EXE (для Windows)

Скачайте последний релиз
Распакуйте архив VOICEBOX.zip
Запустите VOICEBOX.exe
Нажмите "Установить зависимости"
Дождитесь завершения установки
Нажмите "Запустить VOICEBOX"

Всё! Готово к работе! 🎉

Вариант 2: Из исходного кода

Требования

Python 3.8 или выше
pip (Python package manager)
FFmpeg (опционально, для обработки видео)

Шаги установки

# 1. Клонировать репозиторий
git clone https://github.com/yourusername/voicebox.git
cd voicebox

# 2. Создать виртуальное окружение (рекомендуется)
python -m venv venv

# Windows
venv\Scripts\activate
# Linux/macOS
source venv/bin/activate

# 3. Установить зависимости
pip install -r requirements.txt

# 4. Запустить лаунчер
python launcher_gui.py

Установка FFmpeg (опционально)

Windows:

# Используйте встроенный скрипт
install_ffmpeg.bat

Linux:

sudo apt-get install ffmpeg

macOS:

brew install ffmpeg

📖 Использование

Графический интерфейс (GUI)

Запуск лаунчера

python launcher_gui.py

Лаунчер автоматически:

✅ Проверит установленные зависимости
✅ Покажет что нужно установить
✅ Установит всё по одному клику
✅ Запустит главное приложение

MEGA интерфейс (все функции)

python gui_mega.py

Включает все возможности:

Транскрибация
Субтитры
Конспекты
Пакетная обработка
Анализ текста
Настройки

Desktop интерфейс (базовый)

python gui_desktop.py

Упрощенный интерфейс для базовой транскрибации.

Web интерфейс (Gradio)

python gui_web.py

Запускает веб-приложение, доступное в браузере.

Командная строка

Базовая транскрибация

python main.py input.mp3

С параметрами

python main.py input.mp4 \
  --model medium \
  --language ru \
  --output-format srt \
  --device cuda

Пакетная обработка

python batch_transcribe.py folder_with_audio/ \
  --model small \
  --language en

🎨 Интерфейсы

1. GUI Launcher

Скриншот

╔══════════════════════════════════════════════╗
║         🎙️ VOICEBOX MEGA                    ║
║   AI Транскрибация • Субтитры • Конспекты   ║
╠══════════════════════════════════════════════╣
║                                              ║
║  Статус системы:                             ║
║  ✓ Всё готово к запуску!                     ║
║                                              ║
║  [===============================]           ║
║                                              ║
║  Процесс установки:                          ║
║  ┌────────────────────────────────────────┐  ║
║  │ [✓] whisper - установлен               │  ║
║  │ [✓] torch - установлен                 │  ║
║  │ [✓] customtkinter - установлен         │  ║
║  │ [i] Система готова!                    │  ║
║  └────────────────────────────────────────┘  ║
║                                              ║
║  [Установить зависимости]                    ║
║  [▶ Запустить VOICEBOX]  [Выход]            ║
║                                              ║
╚══════════════════════════════════════════════╝

2. MEGA GUI

Полнофункциональный интерфейс с вкладками:

🎙️ Транскрибация
🎬 Субтитры
📝 Конспекты
📦 Пакетная обработка
📊 Анализ
⚙️ Настройки

3. Web интерфейс

Современный веб-интерфейс на Gradio с возможностью:

Drag & Drop файлов
Предпросмотр результатов
Скачивание результатов
Адаптивный дизайн

🔧 Сборка EXE

Для создания standalone EXE файла:

Автоматическая сборка

# Windows
BUILD_FINAL.bat

Скрипт автоматически:

Проверит Python и PyInstaller
Соберёт EXE со всеми зависимостями
Создаст папку dist/VOICEBOX/
Откроет папку с результатом

Результат

dist/VOICEBOX/
├── VOICEBOX.exe          ← Главный исполняемый файл
├── _internal/            ← Служебные файлы
└── ... (другие файлы)

Ручная сборка

# Установка PyInstaller
pip install pyinstaller

# Сборка
pyinstaller \
  --name=VOICEBOX \
  --windowed \
  --onedir \
  --add-data="gui_mega.py;." \
  --add-data="transcriber.py;." \
  --hidden-import=whisper \
  --hidden-import=torch \
  --collect-all=customtkinter \
  launcher_gui.py

Распространение

Возьмите ВСЮ папку dist/VOICEBOX/
Запакуйте в ZIP
Передайте пользователям
Пользователь распаковывает и запускает VOICEBOX.exe

📁 Структура проекта

VOICEBOX_REPO/
├── 📄 README.md                  ← Этот файл
├── 📄 LICENSE                    ← Лицензия MIT
├── 📄 requirements.txt           ← Зависимости Python
├── 📄 .gitignore                 ← Git ignore
│
├── 🐍 launcher_gui.py            ← GUI лаунчер (главный файл)
├── 🐍 gui_mega.py                ← MEGA интерфейс
├── 🐍 gui_desktop.py             ← Desktop GUI
├── 🐍 gui_web.py                 ← Web GUI (Gradio)
├── 🐍 main.py                    ← CLI интерфейс
│
├── 📦 Модули/
│   ├── transcriber.py            ← Транскрибация
│   ├── video_processor.py        ← Обработка видео
│   ├── subtitle_generator.py     ← Генерация субтитров
│   ├── summarizer.py             ← Создание конспектов
│   ├── audio_analyzer.py         ← Анализ текста
│   ├── config.py                 ← Конфигурация
│   └── utils.py                  ← Утилиты
│
├── 🔧 Скрипты/
│   ├── BUILD_FINAL.bat           ← Сборка EXE
│   ├── QUICK_START.bat           ← Быстрый запуск
│   └── install_ffmpeg.bat        ← Установка FFmpeg
│
└── 📚 Документация/
    ├── docs/
    │   ├── INSTALLATION.md       ← Установка
    │   ├── USER_GUIDE.md         ← Руководство
    │   ├── API.md                ← API документация
    │   └── BUILD.md              ← Сборка EXE
    │
    └── examples/
        ├── example_transcribe.py ← Примеры использования
        └── example_batch.py      ← Пакетная обработка

🧩 Модули

transcriber.py

Основной модуль транскрибации с использованием Whisper.

from transcriber import Transcriber

# Создание транскрайбера
transcriber = Transcriber(model_size="medium", device="cuda")

# Транскрибация файла
result = transcriber.transcribe("audio.mp3", language="ru")

# Сохранение результата
transcriber.save_output(result, "output.txt", format="txt")

video_processor.py

Обработка видео файлов.

from video_processor import VideoProcessor

# Извлечение аудио из видео
processor = VideoProcessor()
audio_path = processor.extract_audio("video.mp4")

# Создание видео с субтитрами
processor.add_subtitles("video.mp4", "subtitles.srt", "output.mp4")

subtitle_generator.py

Генерация субтитров.

from subtitle_generator import SubtitleGenerator

# Создание субтитров
generator = SubtitleGenerator()
generator.generate("audio.mp3", output="subtitles.srt", language="ru")

summarizer.py

Создание конспектов.

from summarizer import Summarizer

# Создание конспекта
summarizer = Summarizer()
summary = summarizer.create_summary("transcript.txt")

⚙️ Конфигурация

Файл config.py содержит все настройки программы:

# Модель Whisper
WHISPER_MODEL = "medium"  # tiny, base, small, medium, large

# Устройство
DEVICE = "cuda"  # cuda или cpu

# Язык по умолчанию
DEFAULT_LANGUAGE = "ru"

# Формат вывода
OUTPUT_FORMAT = "txt"  # txt, srt, vtt, json, tsv

# Папки
OUTPUT_DIR = "output"
TEMP_DIR = "temp"

📊 Требования

Минимальные

OS: Windows 10/11, Linux, macOS
Python: 3.8+
RAM: 4 GB
Диск: 5 GB свободного места
Интернет: для установки зависимостей

Зависимости

openai-whisper>=20230314
torch>=2.0.0
customtkinter>=5.2.0
gradio>=4.0.0
ffmpeg-python>=0.2.0
numpy>=1.24.0
numba>=0.57.0
pillow>=10.0.0

🤝 Участие в разработке

Мы приветствуем вклад в проект! См. CONTRIBUTING.md для деталей.

Как помочь

🐛 Сообщайте об ошибках
💡 Предлагайте новые функции
📝 Улучшайте документацию
🔧 Присылайте Pull Requests

Разработка

# Клонировать репозиторий
git clone https://github.com/yourusername/voicebox.git

# Создать ветку
git checkout -b feature/amazing-feature

# Внести изменения и закоммитить
git commit -m "Add amazing feature"

# Push в ветку
git push origin feature/amazing-feature

# Создать Pull Request

📝 Лицензия

Этот проект распространяется под лицензией MIT. См. LICENSE для деталей.

🙏 Благодарности

OpenAI Whisper - за потрясающую модель транскрибации
PyTorch - за мощный ML фреймворк
CustomTkinter - за красивый GUI
Gradio - за простой Web UI
Всем контрибьюторам проекта! ❤️

📞 Контакты

Issues: GitHub Issues
Discussions: GitHub Discussions

🔍 FAQ

Какая модель Whisper лучше?

tiny - самая быстрая, низкое качество
base - быстрая, приемлемое качество
small - хороший баланс скорости/качества ⭐
medium - медленнее, отличное качество ⭐⭐
large - самая точная, требует GPU ⭐⭐⭐

Нужна ли GPU?

Нет, но рекомендуется. На CPU транскрибация займет в 5-10 раз больше времени.

Какие форматы поддерживаются?

Аудио: MP3, WAV, FLAC, OGG, M4A, AAC, WMA Видео: MP4, AVI, MKV, MOV, FLV, WMV

Данные отправляются в облако?

Нет! Вся обработка происходит локально на вашем компьютере. Интернет нужен только для установки зависимостей.

Можно ли использовать коммерчески?

Да, проект под лицензией MIT. Можно использовать как угодно, включая коммерческие цели.

Made with by ASSISTIX TEAM

⭐ Поставьте звезду, если проект вам помог! ⭐

Name		Name	Last commit message	Last commit date
Latest commit History 4 Commits
LICENSE		LICENSE
docs		docs
examples		examples
BUILD_FINAL.bat		BUILD_FINAL.bat
CONTRIBUTING.md		CONTRIBUTING.md
NEXT_STEPS.md		NEXT_STEPS.md
QUICK_START.bat		QUICK_START.bat
README.md		README.md
REPOSITORY_INFO.md		REPOSITORY_INFO.md
START_HERE.md		START_HERE.md
audio_analyzer.py		audio_analyzer.py
build.sh		build.sh
config.py		config.py
gui_desktop.py		gui_desktop.py
gui_mega.py		gui_mega.py
gui_web.py		gui_web.py
launcher_gui.py		launcher_gui.py
main.py		main.py
quick_start.sh		quick_start.sh
requirements.txt		requirements.txt
subtitle_generator.py		subtitle_generator.py
summarizer.py		summarizer.py
transcriber.py		transcriber.py
utils.py		utils.py
video_processor.py		video_processor.py

Folders and files

Latest commit

History

Repository files navigation

🎙️ VOICEBOX MEGA

📋 О проекте

✨ Ключевые особенности

🚀 Возможности

1. 🎙️ Транскрибация

2. 🎬 Генерация субтитров

3. 📝 Создание конспектов

4. 📦 Пакетная обработка

5. 📊 Анализ текста

6. ⚙️ Настройки

🛠️ Установка

Вариант 1: Готовый EXE (для Windows)

Вариант 2: Из исходного кода

Требования

Шаги установки

Установка FFmpeg (опционально)

📖 Использование

Графический интерфейс (GUI)

Запуск лаунчера

MEGA интерфейс (все функции)

Desktop интерфейс (базовый)

Web интерфейс (Gradio)

Командная строка

Базовая транскрибация

С параметрами

Пакетная обработка

🎨 Интерфейсы

1. GUI Launcher

2. MEGA GUI

3. Web интерфейс

🔧 Сборка EXE

Автоматическая сборка

Результат

Ручная сборка

Распространение

📁 Структура проекта

🧩 Модули

transcriber.py

video_processor.py

subtitle_generator.py

summarizer.py

⚙️ Конфигурация

📊 Требования

Минимальные

Рекомендуемые

Зависимости

🤝 Участие в разработке

Как помочь

Разработка

📝 Лицензия

🙏 Благодарности

📞 Контакты

🔍 FAQ

About

Resources

Contributing

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages