Transcripción e IA de voz, alojadas en Francia
Un servidor speech-to-text y text-to-speech compatible con OpenAI impulsado por Speaches, instalado y mantenido por DINAO. Tus grabaciones y tus voces generadas permanecen en nuestros servidores franceses — nunca viajan a OpenAI.
¿Qué es Speaches?
Speaches es un servidor compatible con la API de OpenAI dedicado a la transcripción, a la traducción y a la generación de voz. El reconocimiento de voz (speech-to-text) está asegurado por faster-whisper, mientras que la síntesis de voz (text-to-speech) se basa en Piper y Kokoro. El objetivo del proyecto: ser un « Ollama, pero para los modelos TTS/STT ».
Debido a que su API es compatible con OpenAI, todas las herramientas y SDK diseñados para la API de audio de OpenAI funcionan con Speaches sin modificaciones. La transcripción se transmite en streaming mediante SSE a medida que se procesa el audio: no es necesario esperar al final del archivo para recibir el texto.
Autoalojado, Speaches garantiza una confidencialidad total de los datos, elimina los costes por minuto y permite procesar el audio sin depender de una API en la nube. Varios modelos pueden coexistir y cargarse a demanda, desde los más ligeros en CPU hasta los grandes modelos acelerados por GPU.
Aloja Speaches en DINAO
Niveles de recursos compatibles con los requisitos de Speaches (mínimo 2 cœurs / 4 Go / 10 Go (cache des modèles Hugging Face)). Alojado en Francia, gestionado.
- 2 vCPU dedicados
- 4 Go de RAM
- 40 Go NVMe
- Copias de seguridad diarias
- Gestionado y supervisado por DINAO
- 4 vCPU dedicados
- 8 Go de RAM
- 80 Go NVMe
- Copias de seguridad diarias
- Gestionado y supervisado por DINAO
- 8 vCPU dedicados
- 16 Go de RAM
- 160 Go NVMe
- Copias de seguridad diarias
- Gestionado y supervisado por DINAO
1 nivel(es) oculto(s) (recursos insuficientes para esta app) : Découverte
Esta aplicación utiliza IA
El contenedor aloja la aplicación, no el motor de IA (que exige GPUs dedicadas) : la inferencia se conecta externamente, con tu propia clave de proveedor. Prioriza un motor soberano — Mistral AI, NumSpot, Scaleway o OVHcloud AI Endpoints (Francia, GDPR) ; un actor internacional (OpenAI, Anthropic…) solo si una capacidad específica lo exige. Suscripciones de inferencia no incluidas en el alojamiento.
Detalles técnicos
Te preguntas…
¿Mis grabaciones viajan a OpenAI?
No. En modo local, tus archivos de audio se transcriben y sintetizan directamente en tu instancia DINAO mediante Whisper, Piper y Kokoro. Ningún sonido ni texto se transmite a un proveedor externo.
¿Es Speaches compatible con las herramientas de OpenAI?
Sí. Speaches expone una API compatible con OpenAI: los SDK y aplicaciones que utilizan la API de audio de OpenAI funcionan simplemente apuntando a tu instancia.
¿Qué modelos están disponibles?
Para la transcripción, los modelos Whisper (faster-whisper) desde el más ligero hasta el más preciso. Para la síntesis de voz, Piper y Kokoro, con varias voces. Una GPU acelera significativamente los grandes modelos.
¿Dónde se alojan los datos?
En la infraestructura DINAO en Francia, en uno de los centros de datos disponibles. Tus audios y textos no abandonan el territorio.
¿Se necesita una GPU?
No para los modelos ligeros, que funcionan en CPU. Para la transcripción en tiempo real o los grandes modelos Whisper, una GPU opcional mejora notablemente la velocidad.
