Potrzebne oprogramowanie do przepisywania tekstu, może być bez interfejsu

Witam!
Chętnie podejmę się realizacji Twojego projektu.

Ostatnio pracowałem nad podobnym rozwiązaniem — systemem przetwarzania wideo z rozpoznawaniem i parafrazowaniem tekstu. Twoje zadanie jest całkowicie wykonalne w trybie lokalnym:

bez zewnętrznych usług,

z użyciem GPU (obsługa Twojej RTX 4060 zapewni znaczące przyspieszenie),

… obsługa wielu języków (rosyjski, angielski, hiszpański, niemiecki, włoski, polski — można zorganizować, ustalimy szczegóły),

efekt — wysokiej jakości przeredagowanie tekstu z poziomem unikalności 90–95% i zachowaniem sensu oraz tonu oryginału.

Program będzie:
📁 automatycznie przetwarzać wszystkie filmy z folderu input,
📝 wyodrębniać i rozpoznawać mowę,
🔁 dokonywać parafrazy i zmian strukturalnych tekstu,
📁 zapisywać wynik w output.

Chciałbym doprecyzować:

Średnią długość filmu (wskazałeś do 12 godzin — trzeba omówić techniczne limity).

Maksymalną liczbę filmów na jedno uruchomienie.

Porozmawiajmy o szczegółach w prywatnej wiadomości — opowiem, które opcje są najbardziej optymalne do pracy lokalnej.

Czekam na Twoją wiadomość!

Pokaż oryginał

Przetłumacz

Witam!
Dokładnie zapoznałem się z Twoim technicznym opisem — i mogę zaproponować realizację autonomicznej aplikacji desktopowej dla Windows, która będzie wykonywać pakietowe rerenowowanie tekstu z filmów wideo, bez korzystania z usług zewnętrznych (wszystko lokalnie, z możliwością przyspieszenia przez GPU NVIDIA RTX 4060).

Co będzie zawarte w rozwiązaniu:

Pakietowe przetwarzanie:

Przesyłasz pliki wideo do folderu input.

… Na wyjściu w folderze output otrzymujesz unikalne teksty.

Ekstrakcja audio i transkrypcja:

Używam lokalnego modelu (np. Whisper CPP lub Faster-Whisper z obsługą CUDA) do wysokiej jakości rozpoznawania mowy, w tym długich filmów do 12 godzin.

Obsługiwane języki: rosyjski, angielski, niemiecki, hiszpański, włoski, polski (możliwość rozszerzenia listy do omówienia).

Rerenowowanie tekstu:

Automatyczne parafrazowanie (lokalnie) z uwzględnieniem:

Synonimizacji.

Przestawiania i upraszczania zdań.

Zachowania stylu i intonacji oryginału.

Zapewniania unikalności na poziomie 90–95%.

Używam jednej z nowoczesnych modeli językowych z lokalną integracją (np. Mistral, Gemma, LLaMA, OpenHermes, lub specjalistycznych modeli do paraphrasingu) — GPU będzie wykorzystywany w pełni.

Prosty interfejs użytkownika (opcjonalnie):

Możliwość wyboru języka wejścia/wyjścia.

Ustawienia głębokości rerenowowania (równowaga między dokładnością a unikalnością).

Pasek postępu i log błędów.

Pokaż oryginał

Przetłumacz

Dzień dobry!
Tworzę oprogramowanie w Pythonie!
Tworzyłem podobne oprogramowanie do transkrypcji plików audio na tekst z akceptowalną jakością przetwarzania.
Chciałbym omówić szczegóły projektu, jestem pewien, że będę mógł Ci pomóc.

Pokaż oryginał

Przetłumacz

Cena może być niższa lub wyższa w zależności od Twoich potrzeb.
Napisz do mnie, aby omówić szczegóły.

Napisałem orientacyjny stos technologiczny dla tego:

Python 3.11+

przetwarzanie wideo/ audio (ffmpeg, moviepy),

… rozpoznawanie mowy (Whisper),

NLP - przeredagowywanie (LLM, Transformers),

GUI (PyQt, Tkinter),

GPU - obliczenia (CUDA przez PyTorch).

---------------------

Whisper (offline do zamiany mowy na tekst)
Model: whisper-large-v3 od OpenAI (przez CTranslate2 dla GPU).

Zalety:

Działa lokalnie.

Obsługuje wielojęzyczność (RU, EN, DE, IT, ES, PL i inne).

Przyspieszenie GPU.

Interfejs: przez faster-whisper lub ct2-transformers.

---------------------------
Model: Mistral 7B, LLaMA 3, lub podobny (przez GGUF/GGML)
Działa offline przez llama.cpp, text-generation-webui lub llm CLI.

Format: GGUF (dla efektywnej pamięci RAM generacji).

Interfejs: llama-cpp-python lub lokalny serwer.

Alternatywa:

Vicuna / Nous Hermes / Zephyr / Mixtral (dobierane dla lepszego przeredagowania).

Język wyjścia — jak w wejściowym wideo.

--------------------

ffmpeg (wyodrębnianie audio z wideo, cięcie dużych plików)

moviepy (opcjonalnie — do uzyskania klatek, jeśli potrzebne)

-------------------
CUDA + PyTorch — dla modeli przeredagowywania i transkrypcji.

CTranslate2 — umożliwia uruchomienie Whisper na GPU.

llama.cpp z CUDA/CLBlast — do uruchamiania modeli LLaMA/Mistral na GPU.

-------------
Dodanie automatycznego wykrywania języka z audio (langdetect, whisper autodetect).

Możliwość tłumaczenia (argos-translate offline, jeśli trzeba konwertować języki).

Pokaż oryginał

Przetłumacz

Witam! Zapoznałem się z projektem i jestem gotowy do pracy. Jestem pewien, że będziesz zadowolony z efektu.

Pokaż oryginał

Przetłumacz