À propos du projet

Batchalign3 est le pipeline audio et d'apprentissage automatique de TalkBank pour créer et enrichir des transcriptions CHAT. Il gère la transcription, l'alignement forcé, le morphotagging neuronal, la traduction et la segmentation des énoncés. Le dépôt héberge l'outil en ligne de commande `batchalign3`, son package Python, un pont PyO3, une interface web de tableau de bord et un shell de bureau expérimental. Le format CHAT lui-même — grammaire, spécification, analyseur tree-sitter, modèle de données, validation, la CLI `chatter` et la référence des commandes CLAN — se trouve dans le dépôt séparé `chatter` de TalkBank. Ce projet consomme les crates publiés de chatter plutôt que d'être lui-même une chaîne d'outils pour le format CHAT. L'installation se fait uniquement via les versions GitHub ; il n'y a pas de package PyPI. Les commandes en une ligne pour Shell et PowerShell récupèrent un installateur qui amorce `uv` s'il est absent, installe `batchalign3` dans un environnement isolé avec un Python géré par uv (3.13 par défaut, remplaçable via `BATCHALIGN3_PYTHON`), et met à niveau lors d'une nouvelle exécution. La première installation télécharge de grandes dépendances ML telles que PyTorch, Stanza et Whisper. Les wrappers `.command` et `.bat` à double-clic sous `installers/` exécutent le même installateur. Les commandes typiques incluent `batchalign3 transcribe recordings/ -o transcripts/ --lang eng`, `batchalign3 align corpus/ -o aligned/` et `batchalign3 morphotag corpus/ -o tagged/`. Une référence complète de la CLI est fournie dans le mdBook. Les plateformes prises en charge sont macOS (Apple Silicon et Intel), Linux (x86_64 et aarch64) et Windows (x86_64), avec Python 3.13 ou 3.14. La documentation mentionne plusieurs Go d'espace disque pour les modèles ML téléchargés lors de la première utilisation, 8 Go de RAM minimum et 16 Go recommandés, et FFmpeg nécessaire uniquement pour certains formats de médias. La documentation est un mdBook dans `book/`, couvrant l'installation, le démarrage rapide, le guide utilisateur de Batchalign3, l'architecture et les conseils aux développeurs. Elle peut être construite avec `make book` et servie avec `make book-serve`. La carte du dépôt inclut le package Python `batchalign/`, les crates Rust pour le pipeline (ASR, alignement forcé, morphotagging, jobs/runner, store, plan de contrôle du serveur local, API du tableau de bord), les transformations CHAT spécifiques à Batchalign, le pont PyO3 et la surface de construction des wheels, les types partagés, un frontend React pour le tableau de bord, un shell de bureau Tauri, les installateurs, le mdBook et les notes de référence au niveau du dépôt. Les crates de base CHAT sont consommés depuis le dépôt public `chatter` via des dépendances par tags git. Les tâches de développement sont exposées via un Makefile : `make check`, `make test`, `make verify`, `make batchalign-ci-rust`, `make batchalign-ci-python`, `make book`, `make ci-local` et `make ci-full`, avec des aides de plus bas niveau via `cargo run -q -p xtask -- help`. Le projet est sous licence BSD-3-Clause, copyright Carnegie Mellon University.