Trascrizione e voce IA, ospitate in Francia
Un server speech-to-text e text-to-speech compatibile OpenAI alimentato da Speaches, installato e mantenuto da DINAO. Le tue registrazioni e le tue voci generate restano sui nostri server francesi — non partono mai per OpenAI.
Cos'è Speaches ?
Speaches è un server compatibile con l'API OpenAI dedicato alla trascrizione, alla traduzione e alla generazione della voce. Il riconoscimento vocale (speech-to-text) è assicurato da faster-whisper, mentre la sintesi vocale (text-to-speech) si basa su Piper e Kokoro. L'obiettivo del progetto: essere un « Ollama, ma per i modelli TTS/STT ».
Poiché la sua API è compatibile OpenAI, tutti gli strumenti e gli SDK progettati per l'API audio di OpenAI funzionano con Speaches senza modifiche. La trascrizione viene diffusa in streaming tramite SSE man mano che l'audio viene elaborato: non è necessario attendere la fine del file per ricevere il testo.
Auto-ospitato, Speaches garantisce una totale riservatezza dei dati, elimina i costi al minuto e consente di elaborare l'audio senza dipendere da un'API cloud. Più modelli possono coesistere e essere caricati su richiesta, dal più leggero in CPU ai grandi modelli accelerati da GPU.
Alloggia Speaches su DINAO
Livelli di risorse compatibili con i requisiti di Speaches (2 cœurs / 4 Go / 10 Go (cache des modèles Hugging Face) minimo). Ospitato in Francia, fully managed.
- 2 vCPU dedicati
- 4 Go di RAM
- 40 Go NVMe
- Backup quotidiani
- Fully managed & supervisionato da DINAO
- 4 vCPU dedicati
- 8 Go di RAM
- 80 Go NVMe
- Backup quotidiani
- Fully managed & supervisionato da DINAO
- 8 vCPU dedicati
- 16 Go di RAM
- 160 Go NVMe
- Backup quotidiani
- Fully managed & supervisionato da DINAO
1 livello/i nascosto/i (risorse insufficienti per questa app) : Découverte
Questa applicazione utilizza l'IA
Il contenitore ospita l'applicazione, non il motore di IA (che richiede GPU dedicate) : l'inferenza si collega dall'esterno, con la tua chiave del fornitore. Priorità a un motore sovrano — Mistral AI, NumSpot, Scaleway o OVHcloud AI Endpoints (Francia, GDPR) ; un attore internazionale (OpenAI, Anthropic…) solo se una capacità specifica lo richiede. Abbonamenti all'inferenza non inclusi nell'hosting.
Dettagli tecnici
Ti chiedi…
Le mie registrazioni partono per OpenAI?
No. In modalità locale, i tuoi file audio vengono trascritti e sintetizzati direttamente sulla tua istanza DINAO tramite Whisper, Piper e Kokoro. Nessun suono né testo viene trasmesso a un fornitore terzo.
Speaches è compatibile con gli strumenti OpenAI?
Sì. Speaches espone un'API compatibile OpenAI: gli SDK e le applicazioni che utilizzano l'API audio di OpenAI funzionano puntando semplicemente alla tua istanza.
Quali modelli sono disponibili?
Per la trascrizione, i modelli Whisper (faster-whisper) dal più leggero al più preciso. Per la sintesi vocale, Piper e Kokoro, con diverse voci. Una GPU accelera notevolmente i grandi modelli.
Dove sono ospitati i dati?
Sull'infrastruttura DINAO in Francia, in uno dei datacenter disponibili. I tuoi audio e testi non lasciano il territorio.
È necessaria una GPU?
No per i modelli leggeri, che girano in CPU. Per la trascrizione in tempo reale o i grandi modelli Whisper, una GPU opzionale migliora nettamente la velocità.
