aTrain

<img src="https://yellow-cdn.veclightyear.com/835a84d5/73427cd3-f848-4290-9d78-a170501865b9.svg" width="300" alt="Logo">

访谈的无障碍转录

aTrain是一款利用最先进的机器学习模型自动转录语音录音的工具，无需上传任何数据。它由格拉茨大学商业分析和数据科学中心的研究人员开发，并由格拉茨Know-Center的研究人员进行测试。

重大新闻！介绍aTrain的论文已在《行为与实验金融学杂志》上发表。如果您在研究中使用了aTrain，请引用已发表的论文：乘坐aTrain。介绍一个用于访谈无障碍转录的界面。

Windows（10和11）用户可以通过Microsoft应用商店（链接）安装aTrain，或从BANDAS中心网站下载安装程序（链接）。

对于Linux用户，请按照我们Wiki中的说明进行操作。

安装和演示视频可以在这里找到。

aTrain提供以下优势：

快速准确 🚀 aTrain为OpenAI的Whisper模型的faster-whisper实现提供了用户友好的访问，确保了一流的转录质量（参见Wollin-Geiring等人2023），同时在您的本地计算机上实现更高的速度。在选择最高质量模型的情况下，在当前中端商务笔记本电脑常见的移动CPU（如第12代Core i5、Ryzen 6000系列）上，转录时间仅为音频长度的约三倍。

说话人检测 🗣️ aTrain具有基于pyannote.audio的说话人检测模式，可以分析每个文本段落以确定其所属的说话人。

隐私保护和GDPR合规 🔒 aTrain在您自己的设备上完全离线处理提供的语音录音，不会将录音或转录内容发送到互联网。这有助于研究人员遵守道德准则或法律要求（如GDPR）所产生的数据隐私要求。

多语言支持 🌍 aTrain可以处理以下57种语言的语音录音：南非荷兰语、阿拉伯语、亚美尼亚语、阿塞拜疆语、白俄罗斯语、波斯尼亚语、保加利亚语、加泰罗尼亚语、中文、克罗地亚语、捷克语、丹麦语、荷兰语、英语、爱沙尼亚语、芬兰语、法语、加利西亚语、德语、希腊语、希伯来语、印地语、匈牙利语、冰岛语、印度尼西亚语、意大利语、日语、卡纳达语、哈萨克语、韩语、拉脱维亚语、立陶宛语、马其顿语、马来语、马拉地语、毛利语、尼泊尔语、挪威语、波斯语、波兰语、葡萄牙语、罗马尼亚语、俄语、塞尔维亚语、斯洛伐克语、斯洛文尼亚语、西班牙语、斯瓦希里语、瑞典语、他加禄语、泰米尔语、泰语、土耳其语、乌克兰语、乌尔都语、越南语和威尔士语。

兼容MAXQDA、ATLAS.ti和NVivo的输出 📄 aTrain提供的转录文件可以无缝导入最流行的定性分析工具ATLAS.ti、MAXQDA和NVivo。这使您可以通过点击时间戳直接播放相应文本段落的音频。请查看教程。

Nvidia GPU支持 🖥️ aTrain可以在CPU或NVIDIA GPU上运行（需要安装CUDA工具包）。支持CUDA的NVIDIA GPU显著提高了转录和说话人检测的速度，在当前入门级游戏笔记本电脑上可将转录时间缩短至音频长度的20%。

截图1	截图2

基准测试

为了测试aTrain-core的处理时间，我们转录了Christine Lagarde和Andrea Enria在2023年第五届欧洲央行银行监管论坛上的对话，该视频由欧洲中央银行在YouTube上以创意共享许可发布，下载为320p MP4视频文件。该文件的持续时间正好为22分钟，并在启用说话人检测的情况下在不同的计算设备上进行了转录。下图显示了每次转录的处理时间。

00:22:00文件的转录时间：

计算设备	large-v3	Distil large-v3
CPU: Ryzen 6850U	00:33:02	00:13:30
CPU: Apple M1	00:33:15	00:21:40
CPU: Intel i9-10940X	00:10:25	00:04:36
GPU: RTX 2080 Ti	00:01:44	00:01:06

系统要求

完全支持Windows。

Debian支持手动安装Wiki说明

目前不支持MacOS。

如果您想使用Windows Server，请确保安装了WebView2： https://developer.microsoft.com/en-us/microsoft-edge/webview2/#download

用户安装 😎

只需从Microsoft应用商店获取安装程序 https://apps.microsoft.com/store/detail/atrain/9N15Q44SZNS2

开发者安装 ⚙️

您需要Python >=3.10 如果您需要帮助安装，请查看以下资源： https://www.python.org/downloads/release/python-31011/

设置虚拟环境

python -m venv venv

激活虚拟环境

.\venv\Scripts\activate

安装aTrain

pip install aTrain@git+https://github.com/JuergenFleiss/aTrain.git --extra-index-url https://download.pytorch.org/whl/cu118

使用控制台脚本下载ffmpeg和Whisper及pyannote.audio的所有必需模型 注意：Microsoft商店中的用户版本已包含这些资产。

aTrain init

使用控制台脚本运行应用程序

aTrain start

如何构建独立可执行文件 📦

我们使用pyinstaller来冻结aTrain的代码并创建独立可执行文件。 如果您想创建自己的代码包，请按照以下步骤操作：

克隆并以可编辑模式安装aTrain

git clone https://github.com/JuergenFleiss/aTrain.git
cd aTrain
pip install -e . --extra-index-url https://download.pytorch.org/whl/cu118

使用控制台脚本下载ffmpeg和Whisper及pyannote.audio的所有必需模型

aTrain init

安装pyinstaller

pip install pyinstaller

使用文件"build.spec"中提供的说明构建可执行文件

pyinstaller build.spec

恭喜！您刚刚为aTrain构建了一个独立可执行文件。

要打开这个版本的aTrain，只需转到输出文件夹（./dist/aTrain）并打开可执行文件（例如Windows下的aTrain.exe）。

如果您想更进一步，为aTrain创建MSIX安装程序，可以使用Advanced Installer Express。 有关如何使用Advanced Installer Express的信息，请参阅其文档。

致谢

aTrain中的GIF和图标来自tenor和flaticon。