Gemini STT

Gemini STT是什么

Gemini STT是一款基于Google Gemini API或Vertex AI的音频转录工具，适用于开发者和需要音频转文本功能的场景。

由 araa47 开发 | 累计安装 2,653 次 | 开源协议：MIT-0

Gemini STT的主要功能

• 音频转录：支持多种音频格式，如ogg, mp3, wav等，利用Google的先进技术进行准确转录。
• 模型选择：提供多种Gemini模型选择，满足不同速度和准确度的需求。
• 认证灵活：支持使用Vertex AI默认凭证或直接使用Gemini API密钥进行认证。
• 集成方便：易于集成到现有系统中，支持Clawdbot等平台的语音消息处理。
• 无依赖：无需额外Python依赖，仅使用stdlib，简化部署。

如何使用Gemini STT

• 安装：确保Python 3.10+环境，下载并解压Gemini STT工具包。
• 配置认证：配置Vertex AI默认凭证或设置GEMINI_API_KEY环境变量。
• 选择模型：根据需求选择合适的Gemini模型。
• 转录音频：运行transcribe.py脚本，指定音频文件路径和模型选项。
• 结果处理：查看转录结果，可用于进一步处理或集成。

Gemini STT的项目地址

• 项目官网：https://clawhub.ai/araa47/gemini-stt

Gemini STT的应用场景

• 自动化语音转文本处理，如会议记录、客服录音等。
• 开发语音识别应用，如智能助手、语音搜索等。
• 处理社交媒体上的语音消息，如Telegram语音消息等。