ARCANADA
← 生态系统 / Transcribator
已上线 L2 · 目标 L4

Transcribator

支持说话人区分的商业语音转写平台。

将录音转成文字,不应意味着逐字手打。上传音频或视频,即可获得带说话人区分、时间戳和可编辑片段的准确转写。

后端使用 Groq Whisper(其免费额度覆盖生态当前的处理量);面向大规模客户的自托管 Silero 方案仍在计划中。

状态
已上线的商业平台
自主性(AAL)
L2 → L4
引擎
经 Groq 使用 Whisper-large-v3
网站
transcribator.com

01

谁说了什么

支持说话人区分、时间轴导出,以及可编辑的转写片段。

02

常见格式均可输入

支持 mp3、wav、mp4 和 webm 输入。

03

带重试的队列

BullMQ 任务队列结合重试分类,让长文件的处理持续推进。

现在用免费额度,未来部署自有方案

当前后端是 Groq Whisper,其免费额度覆盖生态处理量。面向大规模客户的自托管 Silero 方案正在规划,L4 路线图中包含 Groq → Silero 回退。

能力

已实现的能力

  • 经 Groq 使用 Whisper-large-v3 转写
  • 说话人区分与时间轴导出
  • 多格式输入(mp3、wav、mp4、webm)
  • 带重试分类的 BullMQ 任务队列

尚未说明状态

  • 按 token 计费并设置用量上限

当前自主性等级

L2
等级说明(英文)→

当前限制

运行时不能发现数据库模式漂移;测试中的模拟提供商曾经掩盖生产故障。

达到以下目标等级的路线图:L4

  1. 提升至 L3——启动时检查 Prisma 迁移状态;从生产代码路径移除模拟提供商;记录 pino 结构化追踪。
  2. 提升至 L4——故障时从 Groq 回退到自托管 Silero;按租户设置硬性成本熔断器;记录恢复审计日志;验证输出模式。
  3. L5 候选——根据文件长度和套餐进行模型路由(当处理量超过每天 1000 次转写时)。

相关链接

下一步

了解已上线产品及其当前限制

“已上线”表示项目目前可用;上方的当前限制和路线图说明了该版本的能力边界。

查看达到目标等级的路径