STT
Herramienta de transcripción en tiempo real con traducción y síntesis de voz para servicios religiosos, conferencias y reuniones.
Ficha actualizada 22 sept 2026, 19:24 · upstream 22 sept 2026, 18:49 · release 26.3.82
Qué es STT
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
STT es una plataforma web que realiza transcripción de habla a texto en tiempo real mediante la tecnología Faster-Whisper. Permite capturar audio directamente desde el micrófono del usuario mediante un WebSocket, procesarlo con modelos de IA como Whisper o NLLB, y generar traducciones simultáneas a más de 200 idiomas. Incluye síntesis de voz (TTS) para reproducir los resultados en diferentes voces locales o remotos. La interfaz web permite visualizar el flujo de trabajo, corregir errores, gestionar modelos de IA y configurar perfiles de visualización personalizados.
- Transcripción en tiempo real durante servicios religiosos
- Captura de conferencias y discursos con traducción simultánea
- Reuniones o asambleas donde se necesita transcribir el habla
- Procesamiento de audio para análisis de voz o detección de música
- Creación de subtítulos automáticos a múltiples idiomas
- Gestión de archivos de audio con corrección y traducción
- Transcripción en tiempo real mediante WebSocket con latencia inferior a un segundo
- Soporte para más de 200 idiomas mediante modelos NLLB o MADLAD
- Backend CTranslate2 int8 que reduce el consumo de memoria y CPU
- Sistema de correcciones con puntuación de confianza y marcado visual
- Gestión de perfiles de visualización personalizados (display profiles)
- Autodetección automática del micrófono tras reinicios o cambios en la tarjeta
- Actualizaciones automáticas mediante el proceso Watchdog sin intervención manual
- La versión por defecto utiliza Faster-Whisper CPU-only, lo que limita el rendimiento con modelos grandes
- En Apple Silicon (M-series), solo la traducción y el backend OpenAI Whisper utilizan MPS; la transcripción por defecto corre en CPU int8
- Requisito mínimo de 6 núcleos de CPU y 12 GB de RAM para configuraciones básicas
- No hay aceleración GPU para la ruta por defecto (requiere NVIDIA con VRAM suficiente)
- La traducción puede ser lenta si el modelo seleccionado es pesado o no está disponible localmente
- El sistema opera en modo asíncrono: los resultados se procesan tras un retraso de segundos
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para desplegar STT, instala Python 3.9+ y las dependencias del proyecto. Ejecuta `start_server.sh` para iniciar el servidor web en la portación 8080. Para transcripción en tiempo real, conecta un micrófono a través de FFmpeg o usa la API WebSocket. Si necesitas traducción, activa el módulo de idiomas en `/translation`. Para acelerar con GPU NVIDIA, instala CUDA 12.8+ y modelos grandes (large-v3). En Apple Silicon, asegúrate de que el backend de traducción use MPS. El proceso Watchdog maneja el reinicio automático tras fallos o actualizaciones.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.