Wizper (Whisper v3)
Free.ai
·
stt
·
~500 ቶኮን minute
Wizper (Whisper v3) a የንግግር-ወደ-ጽሑፍ ሞዴል ነው በውጭ ሞዴሎች ውስጥ መተላለፍ - ~ 500 ቶኮኖች በየቀኑ (50% በታች በታች ዋጋ ላይ ማርክ)
ብዙ ጊዜ የሚጠየቁ ጥያቄዎች
Wizper (Whisper v3) የተናገረውን ድምፅ ወደ ጽሑፍ ይለውጣል. MP3, WAV, M4A, ወይም የቪዲዮ ፋይልን ይጫኑ እና Wizper (Whisper v3) ሙሉውን ድምፅ ተጨማሪ ምርጫ SRT / VTT ርዕሶች ጋር ጊዜ ምልክቶች ይመለሳል.
Wizper (Whisper v3) handles dozens of languages - Whisper-family models cover 90+, others vary. Pick "auto-detect" or specify the language for highest accuracy.
ቃል-ስህተት መጠን 5-10% በነጻ እንግሊዝኛ አዳራሽ ላይ, 10-20% በጩኸት ወይም accented አዳራሽ ላይ ነው. ትልቅ ልዩነቶች የአንድ አዳራሽ ትልቅ ልዩነቶች በከባድ ጉዳዮች ላይ ትርጉም ያለው የበለጠ ያደርጋሉ - አዳራሽ ከባድ ጊዜ ትልቅ ይምረጡ.
አዎ - ክፍል ሁሉ የመጀመርያ/መጨረሻ ጊዜ ምልክቶች አለው. እንደ SRT ወይም VTT ላኩ ጊዜያትም በቀጥታ ወደ ቪዲዮዎ ይለወጣሉ
Wizper (Whisper v3) የፕሪሚየም ትርጉም ማሽን ነው. ስለ ~ 500-1,500 ቶኮኖች በአንድ ደቂቃ ውስጥ የድምፅ, በፊትዎ ሊያመጡ በቀጥታ የተገለጸ. ራስ-ተቆጣጠረ ትርጉም በእርስዎ 30,000-ቶኮን ቀን ቧንቧ ነፃ ይሮጣል; ፕሪሚየም ሞዴሎች ናቸው-እንደ-እርስዎ-መሄድ, ከ $1 ጋር top-ups.
MP3, WAV, M4A, FLAC, OGG, plus video (MP4, MOV, WebM) - የድምፅ ፋይሎችን እናወጣለን። በአንድ ጊዜ 500 ሜባ ከፍለን እንጨምራለን። ረጅም ፋይሎችን? /audio/cut/ን በመለየት ወይም /v1/stt/batch/ን በመጠቀም እንለቅቃለን።
የተናጋሪው መዝገብ ቤት የተለየ መውጫ ነው - "diarize" በ / transcribe / ላይ ይጫኑ. Wizper (Whisper v3) መዝገብ ቤትን ይይዛል; መዝገብ ቤት ክፍል ሁሉ በተናጋሪ 1 / ተናጋሪ 2 / ወዘተ.
አዎ - /batch/ የድምፅ ፋይሎችን ዶሴ ይቀበላል. እያንዳንዱ መዝገብ ቤት በ /account/?tab=history ውስጥ በመጀመሪያው ፋይል ስም ይቀመጣል. ለፎልደር- ዛፍ ጥበቃ APIን ይጠቀሙ
አዎ - የድምፅ መልዕክትዎን ወደ /v1/stt/transcribe/ በሞዴል "Wizper (Whisper v3)" ይላኩ። በጽሑፍ + ክፍሎች + ቃል-ደረጃ timestamps JSON ይመለሳል. /api/ ሙሉውን ማመልከት አለው።
የራሳቸው የሆስቴል ሞዴሎች አዲሱን በGPUዎች ላይ ይይዛሉ፤ ፕሪሚየም በ DPA ውስጥ ይወጣል፤ አዲሱ ከጋራ መስኮት በኋላ (24h anon, 7d sign-in) ይጥፋል፤ በእርስዎ አቅርቦቶች ላይ አናስተምራም
አዎ - Free.ai የጽሑፍ መዝገበ ቃላትን የቢዝነስ ጥቅም ይሰጣል. ለኦዲዮ ፋይል መብቶች ያስፈልጋሉ (የራስዎ ማስመዝገብ፣ የሊስንስ ቁሳቁስ፣ ወይም የፍቃድ ይዘት)
የወቅቱ ሁኔታ 0.05-0.2× ነው - 60 ደቂቃ የፖድካስት 3-12 ደቂቃዎች ውስጥ ይጻፋል. የፕሪሚየም ሞዴሎች ብዙውን ጊዜ በፍጥነት ይጨርሳሉ. መክፈቻውን ለመክፈት የፍለጋውን ቁልፍ ይጠቀሙ.