TranscriptionSuite v1.1.2 adiciona os modelos WhisperX, NeMo e VibeVoice.

Lançamento do TranscriptionSuite v1.1.2

O TranscriptionSuite, um aplicativo de transcrição de áudio totalmente local e de código aberto, lançou a versão 1.1.2 com adições significativas de recursos baseadas no feedback da comunidade.

Principais Atualizações

O desenvolvedor substituiu a implementação anterior do faster-whisper pelo WhisperX e adicionou suporte para várias novas famílias de modelos:

• WhisperX - Inclui diarização via PyAnnote
• Modelos NeMo - Suporte para modelos Parakeet e Canary com diarização via PyAnnote
• Modelos VibeVoice - Suporte para o modelo principal e versões quantizadas de 4 bits com diarização integrada

Novos Recursos

• Gerenciador de Modelos - Controle centralizado para gerenciar diferentes modelos de transcrição
• Modo de processamento paralelo - Transcrição e diarização simultâneas
• Controles de atalho - Atalhos de teclado para melhorar o fluxo de trabalho
• Colar no cursor - Funcionalidade de inserção direta de texto
• Pipeline de gravação de 24kHz - Adicionado especificamente para aproveitar ao máximo os modelos VibeVoice (os modelos Whisper e NeMo requerem 16kHz)

O aplicativo agora fornece três pipelines de transcrição distintos, cada um com diferentes abordagens de diarização dependendo da família de modelos selecionada.