Whisper Transcriptor

Небольшое кроссплатформенное “оконное” приложение на C#/.NET + Avalonia, которое:

• скачивает локальную модель Whisper (whisper.cpp через whisper.net) при необходимости
• принимает на вход аудиофайл (пока только файлы, без потоков)
• делает speech‑to‑text
• сохраняет результат в .txt

Требования

• .NET SDK (проект собирается на net9.0)
• ffmpeg в PATH (Windows/macOS/Linux) — используется для приведения входного аудио к WAV 16kHz mono (pcm_s16le)
• LibVLC (для вкладки Видео):
  • Windows/macOS: подтягивается через NuGet (VideoLAN.LibVLC.*)
  • Linux: обычно нужен установленный системный libvlc/VLC (иначе видеоплеер не стартанёт)

Запуск из исходников

dotnet restore
dotnet run

Как пользоваться

Аудио

1. Вкладка «Аудио» → «Выбрать…» и выбрать аудиофайл.
2. Выбрать модель (или оставить как есть).
3. «Транскрибировать» — результат сохранится в .txt.

Видео (аниме → субтитры)

1. Вкладка «Видео» → «Выбрать видео…».
2. «Субтитры → (re)generate»:
   • извлечёт аудио через ffmpeg
   • прогонит через Whisper
   • сохранит субтитры в subs/ возле исполняемого файла (.srt и .vtt)
3. Перемотка ползунком под видео синхронно переключает субтитры.
4. Справа можно редактировать сегменты и подгонять тайминги кнопками ±100ms/±500ms.

Где хранятся модели

Модели скачиваются в папку пользовательских данных приложения:

• .../WhisperTranscriptor/models/

(путь зависит от ОС; приложение берёт Environment.SpecialFolder.ApplicationData).