ASR Pipeline

YouTube yoki audio → segmentlar → Gemini transkripsiya → fine-tuning uchun tayyor dataset. Batafsil yo'riqnoma →

📥 Yuklash → 🔄 Konvert → ✂️ Kesish → 🧹 VAD → 🤖 Transkripsiya

Pipeline sozlamalari

Audio ma'lumotlaringizni istalgan ASR modelini fine-tuning qilish yoki yangi model yaratish uchun tayyorlang.

☁️ Nextcloud WebDAV (host, login, parol) …

Ma’lumotlar web_data/nextcloud_settings.json ga yoziladi. Agar serverda NEXTCLOUD_* muhit o‘zgaruvchilari bo‘lsa, ular fayldan ustun.

Host (masalan https://nextcloud.example.com)

WebDAV foydalanuvchi (username)

Papka (raw subpath)

Parol (yangilash uchun; bo‘sh qoldirsangiz saqlangan parol o‘zgarmaydi)

Saqlangan parolni o‘chirish

Foydalanuvchi ismingiz (Username)

Kirish usuli

📂 Manba papkasi

Avval qaysi disk ekanini tanlang, keyin papkani ochib, kerakli joyda «Ochiq papkani manba qilib tanlash» ni bosing. audio_segments ichida .wav yoki to‘g‘ridan-to‘g‘ri .wav / .mp3 / .opus bo‘lishi kerak. web_data — yo‘l uz/ bilan boshlanishi kerak. data/ — til cheklovi yo‘q. Nextcloud — faqat sozlamadagi raw ostidagi papkalar (mahalliy disk emas).

Nom	Turi

Tanlangan papka yo‘q

Audio Mavzusi (Category)

YouTube URL(lar)

Audioni matnlashtirish (Gemini) — nutqni matnga o‘girish va metadata. O‘chirilsa faqat yuklash va audio kesish (segmentlash) ishlaydi; Gemini modeli va kalit maydoni yashirinadi.

Transkripsiya modeli

Musiqa va shovqinlardan tozalash (VAD)

Tozalamaslik Avtomatik Interaktiv

Sukut: serverda DEFAULT_CLEANUP_MODE (.env) — odatda auto. Brauzeringizda oxirgi tanlov localStorage da saqlanadi va keyingi tashrifda tiklanadi.

* Interaktiv rejimda tizim shubhali bo'laklarni ko'rsatadi va siz tasdiqlaganingizdan so'ng transkripsiya boshlanadi.

Bakend API Key (Gemini) …

Nextcloud ulanishi transkripsiya uchun emas. Bu yerda Google Gemini kaliti kerak (odatda AIza...). Maydonni bo‘sh qoldirsangiz, saqlangan kalit yoki serverdagi GEMINI_API_KEY ishlatiladi.

Natijani saqlash

Nextcloud — avtomatik yuklash (oldingi sozlamalar, yo‘l o‘zgarmaydi). Kompyuterda saqlash — o‘z kompyuteringizdagi papkani tanlang; yakunda session_… papkasiga chiqariladi.

Pipeline holati

1

Yuklash va Tayyorlash

Audioni serverga olish va MP3 ga o'tkazish
2

Audio Kesish (Chunking)

Audioni maqbul qismlarga bo'lish
3

VAD (Musiqa va shovqindan tozalash)

Shubhali qismlarni filtrga solish
4

Transkripsiya

AI yordamida audioni matnga o'girish
5

Yakunlash

Metadata jamlash va arxivlash

0% Vaqt: 0:00

Waiting to start...

Umumiy boshqaruv paneli

Sessiyalar yuklanmoqda…

Explorer ↗

Sana	Foydalanuvchi	Til	Mavzu	Davomiyligi	Holati	Tokenlar	Taxminiy narx (USD)	Xabar	Amallar

Sahifa 1 / 1

ASR Pipeline

Pipeline sozlamalari

Pipeline holati

Yuklash va Tayyorlash

Audio Kesish (Chunking)

VAD (Musiqa va shovqindan tozalash)

Transkripsiya

Yakunlash

Jonli transkripsiya natijalari

Umumiy boshqaruv paneli

VAD: Shubhali segmentlarni tekshirish