WhisperChain : outil de transcription vocale en temps réel qui reformule le langage parlé en un texte formel 162

Qu'est-ce que WhisperChain ?

WhisperChain est un outil de transcription vocale en temps réel doté d'une fonction de reformulation intégrée, particulièrement adapté aux scénarios tels que la prise de notes de réunion ou les notes vocales. Il permet de nettoyer automatiquement les tics de langage et de rendre les expressions orales plus formelles et concises, tout en conservant le sens essentiel.

Par exemple, si vous dites « ce truc se vend vraiment bien, on a gagné pas mal d'argent, les clients trouvent ça super... », il transcrira : « Ce produit a obtenu d'excellents résultats sur le marché, générant un chiffre d'affaires considérable et recevant des éloges unanimes de la part des clients ».

Le contenu traité est directement enregistré dans le presse-papiers et peut être utilisé à tout moment, ce qui est très pratique.

Fonctionnalités de WhisperChain

• Reconnaissance vocale en temps réel : WhisperChain utilise Whisper.cpp pour effectuer une reconnaissance vocale en temps réel, capable de convertir instantanément le contenu vocal en texte.

• Nettoyage de la transcription : le texte transcrit est nettoyé via LangChain afin d'améliorer sa lisibilité et sa précision.

• Prise en charge des raccourcis globaux : les utilisateurs peuvent utiliser un raccourci global (par défaut,

• Intégration automatique au presse-papiers : les résultats de la transcription sont automatiquement enregistrés dans le presse-papiers et les utilisateurs peuvent les coller quand et où ils le souhaitent.

Architecture du projet WhisperChain

L'architecture de WhisperChain comprend les options côté client (comme l'écoute des raccourcis, le flux audio, l'intégration au presse-papiers), une interface Web (Streamlit) ainsi qu'un service back-end (FastAPI). Le flux audio est transmis au back-end via WebSocket, puis, après reconnaissance par le modèle Whisper et traitement par LangChain, le texte nettoyé est finalement produit en sortie.

Cas d'utilisation de WhisperChain

• Réunions et conférences : lors d'une réunion ou d'une conférence, transcription en temps réel de ce qui est dit en texte, facilitant la prise de notes.

• Assistants vocaux : permet aux assistants vocaux de comprendre les instructions avec plus de précision, améliorant ainsi l'expérience utilisateur.

• Dossiers médicaux : les médecins et les infirmiers peuvent saisir vocalement les informations sur les patients, ce qui permet de gagner du temps et d'améliorer l'efficacité.

• Service client : transcription des demandes vocales des clients en texte, ce qui permet au service client de répondre rapidement et avec plus de précision.

Installation et configuration

Configuration système requise :Python 3.8+ et une clé d'API OpenAI sont nécessaires. Pour macOS, il faut également installer ffmpeg et portaudio.

Méthode d'installation :installez WhisperChain via pip :

pip install whisperchain

Configuration :lors du premier lancement, le système vous demandera de saisir votre clé d'API OpenAI et l'enregistrera dans le fichier ~/.whisperchain/.env.

Mode d'emploi

Lancer l'application :

whisperchain

Ou lancer via un fichier de configuration personnalisé :

whisperchain --config config.json

Utilisez le raccourci global pour démarrer l'enregistrement, parlez, puis relâchez le raccourci ; le résultat de la transcription sera automatiquement copié dans le presse-papiers.

Dépôt GitHub :https://github.com/chrischoy/WhisperChain