Post B6t6uMV2LmoXzAH78y by tsueri@social.tsueri.cloud
 (DIR) More posts by tsueri@social.tsueri.cloud
 (DIR) Post #B6rX5yblDIKFr1hOqm by martinsteiger@chaos.social
       0 likes, 0 repeats
       
       Was #Podigee selbst als Transkript erstellt, ist wirklich nicht brauchbar … 🤷🏻‍♂️Lösung: Transkript selbst mit #Whisper erstellen und danach mit einem LLM bereinigen.
       
 (DIR) Post #B6s1mH1c7w4vlEsPbM by tsueri@social.tsueri.cloud
       0 likes, 0 repeats
       
       @martinsteiger Tipp: Voxtral von Mistral. Macht nicht nur Wordlevel Timestamps, sondern kann auch mehrere Sprachen in derselben Audiodatei transkribieren.
       
 (DIR) Post #B6sWkDHi9y3y9zu520 by marosi@mastodon.world
       0 likes, 0 repeats
       
       @martinsteiger oder einfach Overcast nehmen, die hat dat das integriert
       
 (DIR) Post #B6t3Obxb26bKo4nmka by martinsteiger@chaos.social
       0 likes, 0 repeats
       
       @marosi Auch das ist leider nicht die Qualität, die wir wollen.Bei Gesprächen auf Schweizerdeutschen genügt es sichtbar nicht, ein Modell wie Whisper einfach mal so drüber laufen zu lassen.
       
 (DIR) Post #B6t3kVT3qv4l2cxZh2 by martinsteiger@chaos.social
       0 likes, 0 repeats
       
       @tsueri Merci für den Tipp!Ich muss mal schauen, ob ich das lokal laufen lassen kann …
       
 (DIR) Post #B6t6uMV2LmoXzAH78y by tsueri@social.tsueri.cloud
       0 likes, 0 repeats
       
       @martinsteiger Ich habe eine kleine Webapp gemacht fürs lokale Hosting mit vLLM und per API: https://github.com/tsueri/voxtral-uiBeim lokalen Hosting fehlen ein paar Funktionen, die per API verfügbar sind (bspw. Wordleveltimestamps). Die Qualität der Transkription/Übersetzung ist aber besser als mit whisper.
       
 (DIR) Post #B6t7Rwb3ACiDUj6JZQ by marcel@waldvogel.family
       0 likes, 0 repeats
       
       @martinsteiger Nach Zeile drei würde ich auch sofort wechseln! 🫣Was machst du als LLM-Nachbearbeitung? "Äh"s und Wiederholungen streichen? Oder mehr?