YaYan-AI
Sistema de reconocimiento de voz totalmente offline que transcribe 22 dialectos chinos y 40 idiomas a texto en chino tradicional. Utiliza Qwen3-14B para corrección, Whisper para ASR multilingüe y pyannote para diarización. Diseñado para entornos sin conexión y con requisitos de privacidad estrictos.
Ficha actualizada 28 sept 2026, 0:45 · upstream 28 sept 2026, 0:25 · release sin release detectada
Qué es YaYan-AI
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
YaYan-AI es un sistema de inteligencia artificial diseñado para funcionar completamente offline, lo que lo hace ideal para entornos air-gapped o donde la privacidad de los datos es crítica. Su arquitectura combina reconocimiento de voz especializado en dialectos chinos (Dolphin-CN-Dialect) con modelos multilingües generales (Whisper large-v3), permitiendo transcribir conversaciones mixtas sin que un idioma domine el procesamiento.
- Transcripción de archivos de llamadas y reuniones en entornos sin conexión a internet
- Preservación de historia oral con soporte para dialectos chinos específicos (Hokkien, Hakka)
- Procesamiento de audio en instalaciones gubernamentales o corporativas con políticas de privacidad estrictas
- Análisis de grabaciones de campo donde el micrófono capta múltiples idiomas y acentos simultáneamente
- Capacidad de diarización de hablantes hasta 5 personas utilizando pyannote 3.1
- Arquitectura híbrida que enruta segmentos de audio al modelo más adecuado (Dolphin o Whisper)
- Corrección y normalización de texto asistida por LLM Qwen3-14B hacia chino tradicional
- Interfaz web mediante Gradio y modo de procesamiento por lotes para automatización
- Requiere fase inicial online para descargar modelos pesados (aprox. 19 GB) antes de operar offline
- Precisión en dialectos chinos limitada (~75%) debido a restricciones de tamaño del modelo actual
- Dependencia de hardware específico: GPU NVIDIA RTX 6000 o 4000 Ada con 24/20 GB VRAM
- No incluye contenedores Docker nativos ni scripts de orquestación como Kubernetes
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Instalar Python 3.10 y PyTorch 2.3+. Ejecutar scripts de descarga de modelos antes del uso offline. Verificar RAM mínima de 32 GB y disco libre de 50 GB. Utilizar app_rtx6000.py o app_rtx4000.py según hardware. Para entornos sin internet, usar scripts de instalación offline proporcionados en el repositorio.
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.