Sobre el proyecto

Batchalign3 es el pipeline de audio y aprendizaje automático de TalkBank para crear y enriquecer transcripciones CHAT. Maneja transcripción, alineación forzada, morfoetiquetado neuronal, traducción y segmentación de enunciados. El repositorio aloja la herramienta de línea de comandos `batchalign3`, su paquete de Python, un puente PyO3, una interfaz web de panel y un shell de escritorio experimental. El formato CHAT en sí — gramática, especificación, analizador tree-sitter, modelo de datos, validación, la CLI `chatter` y la referencia de comandos CLAN — reside en el repositorio separado `chatter` de TalkBank. Este proyecto consume los crates publicados de chatter en lugar de ser una cadena de herramientas del formato CHAT en sí. La instalación es solo mediante lanzamientos de GitHub; no hay paquete PyPI. Los comandos de una línea de Shell y PowerShell obtienen un instalador que arranca `uv` si no está presente, instala `batchalign3` en un entorno aislado con un Python gestionado por uv (3.13 por defecto, reemplazable mediante `BATCHALIGN3_PYTHON`), y se actualiza al volver a ejecutarse. La primera instalación descarga grandes dependencias de ML como PyTorch, Stanza y Whisper. Los envoltorios `.command` y `.bat` de doble clic en `installers/` ejecutan el mismo instalador. Los comandos típicos incluyen `batchalign3 transcribe recordings/ -o transcripts/ --lang eng`, `batchalign3 align corpus/ -o aligned/` y `batchalign3 morphotag corpus/ -o tagged/`. En el mdBook se proporciona una referencia completa de la CLI. Las plataformas compatibles son macOS (Apple Silicon e Intel), Linux (x86_64 y aarch64) y Windows (x86_64), con Python 3.13 o 3.14. La documentación indica varios GB de disco para los modelos de ML descargados en el primer uso, un mínimo de 8 GB de RAM y 16 GB recomendados, y FFmpeg solo necesario para algunos formatos de medios. La documentación es un mdBook en `book/`, que cubre instalación, inicio rápido, la guía de usuario de Batchalign3, arquitectura y orientación para desarrolladores; se puede construir con `make book` y servir con `make book-serve`. El mapa del repositorio incluye el paquete de Python `batchalign/`, crates de Rust para el pipeline (ASR, alineación forzada, morfoetiquetado, trabajos/ejecutor, almacén, plano de control del servidor local, API del panel), transformaciones CHAT específicas de Batchalign, el puente PyO3 y la superficie de compilación de wheels, tipos compartidos, un frontend de panel en React, un shell de escritorio Tauri, instaladores, el mdBook y notas de referencia a nivel de repositorio. Los crates principales de CHAT se consumen del repositorio público `chatter` mediante dependencias de etiquetas git. Las tareas de desarrollo se exponen a través de un Makefile: `make check`, `make test`, `make verify`, `make batchalign-ci-rust`, `make batchalign-ci-python`, `make book`, `make ci-local` y `make ci-full`, con ayudas de nivel inferior mediante `cargo run -q -p xtask -- help`. El proyecto tiene licencia BSD-3-Clause, con copyright de Carnegie Mellon University.