اوپن سورس۔ نئے امکانات۔

ایک براؤزر tab-based سب ٹائٹل ایڈیٹر جس میں ہر اسپیکر کے لیے الگ لین موجود ہے۔ یہ ٹرانسکرپشن سے لے کر تصحیح اور ایکسپورٹ تک کے عمل کو موثر بناتا ہے۔

ESPnet PyTorch پر مبنی ایک اینڈ ٹو اینڈ اسپیچ پروسیسنگ ٹول کٹ ہے جو ASR، TTS، اسپیچ ٹرانسلیشن، اسپيچ انہانسمنٹ، ڈیاریائزیشن سمیت متعدد ٹاسکس کو سپورٹ کرتی ہے، اور دوبارہ قابلِ استعمال recipes اور پہلے سے تربیت یافتہ ماڈلز فراہم کرتی ہے۔

WhisperLiveKit ایک self-hosted، ultra-low-latency speech-to-text pipeline ہے۔ یہ real-time transcription، speaker diarization، اور WebSocket اور OpenAI/Deepgram-compatible APIs کے ذریعے translation فراہم کرتا ہے۔