ମୁକ୍ତ ଆରବିକ୍ ଅନୁବାଦ
AI ସହିତ ଆରବିକ୍ ଧ୍ୱନି ଏବଂ ଭିଡିଓକୁ ପାଠ୍ୟରେ ଅନୁବାଦ କରନ୍ତୁ। ଦ୍ରୁତ, ସଠିକ ଏବଂ ମୁକ୍ତ।
ଏହା କିପରି କାମ କରେ
- ଏହିକୁ ଯାଆନ୍ତୁ Free.ai ଅନୁବାଦକ
- ଆପଣଙ୍କର ଆରବିକ୍ ଧ୍ୱନି କିମ୍ବା ଭିଡିଓ ଫାଇଲକୁ ଅଦ୍ୟତନ କରନ୍ତୁ
- ଆମ AI ସ୍ୱୟଂଚାଳିତ ଭାବରେ ଆରବିକ୍କୁ ଚିହ୍ନଟ କରେ ଏବଂ ଏହାକୁ ଅନୁବାଦ କରେ
- ଆପଣଙ୍କର ଅନୁବାଦକୁ ପାଠ୍ୟ କିମ୍ବା SRT ଉପଶୀର୍ଷକ ଭାବରେ ଆହରଣ କରନ୍ତୁ
ଆରବିକ୍ ଅନୁବାଦ ବିଶେଷତାଗୁଡ଼ିକ
- ✓faster-whisper ଦ୍ୱାରା ଶକ୍ତି ପ୍ରଦାନ କରାଯାଇଥାଏ (MIT ଲାଇସେନ୍ସିତ)
- ✓ସ୍ୱୟଂଚାଳିତ ଆରବିକ୍ ଭାଷା ଅନୁସନ୍ଧାନ
- ✓MP3, WAV, MP4, M4A, FLAC ଏବଂ ଅଧିକକୁ ସମର୍ଥନ କରେ
- ✓ସମୟସୀମା ଏବଂ ଉପଶୀର୍ଷକ ରପ୍ତାନି (SRT)
- ✓ପୈଠିତ ଯୋଜନାଗୁଡ଼ିକରେ କୌଣସି ଫାଇଲ ଆକାର ସୀମା ନାହିଁ
- ✓ବ୍ଯକ୍ତିଗତ ଏବଂ ସୁରକ୍ଷିତ -- ପ୍ରକ୍ରିୟାକରଣ ପରେ ଫାଇଲଗୁଡ଼ିକୁ ଅପସାରଣ କରାଯାଏ
ଭାଷା ବିବରଣୀName
| ଭାଷାName | ଆରବିକ୍ |
| ISO ସଂକେତ | ar |
| AI ଆକାର | faster-whisper |
| ମୂଲ୍ଯ | ମୁକ୍ତ |
ଅଧିକ ଭାଷାName
ସମସ୍ତ ଭାଷାଗୁଡ଼ିକୁ ଦେଖନ୍ତୁସାଧାରଣ ପ୍ରଶ୍ନ
Whisper large-v3-turbo ଆରବିକ୍ କୁ ସଠିକ ଭାବରେ ପରିଚାଳନା କରେ - ବେଞ୍ଚମାର୍କ ଧ୍ୱନିରେ 7-15% ଶବ୍ଦ ତ୍ରୁଟି ହାର। ନାମିତ ସତ୍ତା, ସଂଖ୍ୟା, ଏବଂ ଘନ ବୈଷୟିକ ଶବ୍ଦଭଣ୍ଡାରରେ ଅଚାନକ ପ୍ରତିସ୍ଥାପନକୁ ଆଶା କରନ୍ତୁ; ଟ୍ରାନ୍ସକ୍ରିପ୍ଟର ଅଧିକାଂଶ ସଠିକ ହେବ।(ବେଂକମାର୍କ ସେଟ ଉପରେ ସ୍ତର B, 7-15% word error rate - ଆମେ ମାର୍କେଟିଂ ଦାବି ବଦଳରେ ସଚ୍ଚୋଟ WER ସ୍ତର ପ୍ରକାଶ କରୁ)
ହଁ - ଆରବିକ୍ ଅନୁବାଦ ପ୍ରଥମେ ଆପଣଙ୍କର ଦୈନିକ ମୁକ୍ତ ଟୋକନ ପୁଲରୁ ଆଣେ। ଧ୍ୱନି ପ୍ରତି ମିନିଟରେ 50 ଟୋକନ ଖର୍ଚ୍ଚ କରେ, ତେଣୁ ଅଜ୍ଞାତଦିନିଆ ପୁଲ ପ୍ରତିଦିନ ଧ୍ୱନିର କିଛି ଘଣ୍ଟାକୁ ଆବରଣ କରେ। ଲଗଇନ ଖାତାଗୁଡ଼ିକ ବଡ଼ 30,000-ଟୋକନ ଦୈନିକ ପୁଲ ପାଇଥାଏ। ଏହା ପରେ, ଅନୁବାଦ ପଇସା-ଯେପରି-ତୁମେ-ଯାଅ, ଟୋକନ ଟପ-ଅପ $1 ରୁ।
ଆରବୀକୁ ପୂର୍ବନିର୍ଦ୍ଧାରିତ ଭାବରେ ଆଧୁନିକ ମାନକ ଆରବୀ (MSA) ସ୍ତରରେ ପରିଚାଳିତ ହୋଇଥାଏ। ଇଜିପ୍ଟୀୟ, ଲେଭାଣ୍ଟିନ, ଗଲଫ, ଏବଂ ମଗ୍ରେବି ସରଳ ଭାଷାଗୁଡ଼ିକ ପରିଚିତ ହୋଇଥାଏ କିନ୍ତୁ MSA ବନାନରେ ଅନୁବାଦ କରାଯାଏ - Whisper ରୋମାନାଇଜ କରିନଥାଏ କିମ୍ବା ଭାଷା-ସଂକ୍ରାନ୍ତ ବନାନକୁ ସଂରକ୍ଷଣ କରିନଥାଏ। ପବିତ୍ର MSA ଖବର/ବକ୍ତବ୍ୟ ଧ୍ୱନି ପାଇଁ ସ୍ତର-B ସଠିକତା ଆଶା କରନ୍ତୁ; ତୀବ୍ର ମଗ୍ରେବି କିମ୍ବା ଇଜିପ୍ଟୀୟ ସରଳ ଭାଷାଗୁଡ଼ିକ ଏହାକୁ ନିମ୍ନକୁ ଦବାଇଥାଏ।
MP3, WAV, M4A, FLAC, OGG, OPUS, ଏବଂ WEBM ସିଧାସଳଖ ଗ୍ରହଣୀୟ। ଭିଡିଓ ପାଇଁ (MP4, MOV, MKV) ଆମେ ଏହାକୁ Whisper କୁ ପଠାଇବା ପୂର୍ବରୁ ଧ୍ୱନି ଟ୍ରାକକୁ ସର୍ଭର-ପୃଷ୍ଠାରୁ କାଢ଼ିବା - ଆପଣ ନିଜେ କିଛି ପରିବର୍ତ୍ତନ କରିବାର ଆବଶ୍ୟକତା ନାହିଁ। ଉତ୍ସ ଭାଷା ସହିତ ସମାନ ପାଇପଲାଇନ, ଆରବିକ୍ ଅନ୍ତର୍ଗତ।
ବେନାମୀ ଅପଲୋଡ ସୀମା ପ୍ରତି ଫାଇଲ ପାଇଁ ପ୍ରାୟ 500 MB। ଲଗଇନ ଖାତାଗୁଡ଼ିକ2GB ପର୍ଯ୍ୟନ୍ତ ଯାଏ। ଅବଧିଟି କଠିନ ସୀମା ନୁହଁ - ଲମ୍ବା ଫାଇଲଗୁଡ଼ିକୁ ସ୍ୱୟଂଚାଳିତ ଭାବରେ ଚୁମ୍ବକୀୟ କରାଯାଏ (30-ସେକଣ୍ଡ ୱିଣ୍ଡୋଗୁଡ଼ିକ ଅଲଗା ହୋଇଯାଏ) ଏବଂ ନିରନ୍ତର ସମୟସୀମା ସହିତ ଗୋଟିଏ ଏକକ ଅନୁବାଦରେ ପୁନଃସଂସ୍ଥାପନ କରାଯାଏ। ବହୁଘଣ୍ଟା ଧରି ଆରବିକ୍ ରେକର୍ଡିଂଗୁଡ଼ିକ (ପଡକାଷ୍ଟ, ସମ୍ପୂର୍ଣ୍ଣ ପାଠ୍ୟ, ସାକ୍ଷାତକାର) ଭଲ ଭାବରେ କାମ କରେ।
ହଁ - ପ୍ରତ୍ୟେକ ଆରବିକ୍ ଅନୁବାଦ ପାଇଁ ସ୍ପିକର ଡାଏରିଜମ ପୂର୍ବନିର୍ଦ୍ଧାରିତ ଭାବରେ ସକ୍ରିୟ ଅଛି। ନିର୍ଗମକୁ ସମୟସୀମା ସହିତ ସ୍ପିକର 1 / ସ୍ପିକର2/ ସ୍ପିକର3ପରି ବିଭକ୍ତ କରାଯାଇଛି, ତେଣୁ ସାକ୍ଷାତକାର, ପ୍ୟାନେଲ ଆଲୋଚନା, ଏବଂ ବହୁପକ୍ଷୀୟ ବୈଠକଗୁଡ଼ିକ ନାମପଟି ସହିତ ଫେରି ଆସେ। ଡିଆରୀଜମ ଗୋଟିଏ ବିଶେଷ ମଡେଲରେ ଚଲାଇଥାଏ ଏବଂ ଆମେ ସମର୍ଥନ କରୁଥିବା ସମସ୍ତ ଭାଷାଗୁଡ଼ିକରେ ସମାନ ଭାବରେ କାମ କରେ।
ହଁ - URL କୁ /transcribe/youtube/ ରେ ଲଗାନ୍ତୁ YouTube ପାଇଁ କିମ୍ବା /transcribe/podcast/ ରେ ପୋଡକାଷ୍ଟ ଫୀଡ (Apple, Spotify, RSS) ପାଇଁ। ଆମେ ଧ୍ୱନିକୁ ଆହରଣ କରୁ, ଏହାକୁ Whisper ମାଧ୍ୟମରେ language=ar ସହିତ ଚଲାଉ, ଏବଂ ସମୟସୀମା ଏବଂ ସ୍ଵରକ ସୂଚକ ସହିତ transcript କୁ ଫେରାଇ ଦେଉ। ସାମାନ୍ୟ ଆରବିକ୍ ବିଷୟବସ୍ତୁ: ଖବର କଲିପ, ପ୍ରଚାର, ଉପସ୍ଥାପନା, ଏବଂ ରାଜନୈତିକ ସାକ୍ଷାତକାର ଆରବିକ୍ ରେ ସବୁଠାରୁ ସାଧାରଣ କାର୍ଯ୍ୟ ଧାରଣ; YouTube URL କୁ /transcribe/youtube/ ରେ ଲଗାନ୍ତୁ କିମ୍ବା ଫାଇଲକୁ ଅପଲୋଡ କରନ୍ତୁ।
Whisper ପ୍ରତି ମିନିଟ ଧ୍ୱନି ପାଇଁ ପ୍ରାୟ 50 ଟୋକନ ଖର୍ଚ୍ଚ କରେ, ତେଣୁ ଗୋଟିଏ ଘଣ୍ଟା ରେକର୍ଡିଂ ~3,000 ଟୋକନ ଥାଏ। ଅଧିକାଂଶ ଚାଳକ କେବେ ବି କିଛି ଖର୍ଚ୍ଚ କରନ୍ତି ନାହିଁ - 30,000 ଟୋକନ ର ମୁକ୍ତ ଦିନିକିଆ ପୁଲ ଛୋଟ କଲିପ, ସ୍ୱର ଚିହ୍ନଟ ଏବଂ ଏକ-ଅଫ ପଡୋସକୁ ଆବରଣ କରେ। ଏହା ବ୍ୟତୀତ, ଅନୁବାଦ ପଇସା-ଯେପରି-ତୁମେ-ଯାଅ, ଟୋକନ ଟପ୍-ଅପ $1 ରୁ।
ହଁ - ଦୁଇଟି ଅଂଶ-ସ୍ତର (ପ୍ରତି ~10-30 ସେକଣ୍ଡ) ଏବଂ ଶବ୍ଦ-ସ୍ତର ସମୟସୀମା ଉପଲବ୍ଧ ଅଛି। VTT/SRT ଉପଶୀର୍ଷକ ରପ୍ତାନୀ ପାଇଁ ଶବ୍ଦ-ସ୍ତର ପୂର୍ବନିର୍ଦ୍ଧାରିତ ଯେହେତୁ ଶୀର୍ଷକଗୁଡ଼ିକ ରେଖା-ଦ୍ୱାରା-ରେଖା ସମକାଳୀନ ହୋଇଥାଏ। APIରେ ଅନୁରୋଧ ଶରୀରରେ ସମୟସୀମା="ଶବ୍ଦ"କୁ ସେଟ କରନ୍ତୁ। ଆରବିକ୍ ଟ୍ରାନ୍ସକ୍ରିପ୍ଟଗୁଡ଼ିକୁ ସେମାନଙ୍କର ସ୍ଥାନୀୟ ଡାହାଣରୁ ବାମକୁ ସ୍କ୍ରିପ୍ଟରେ ଫେରାଇ ଦିଆଯାଏ ଏବଂ ଯେକୌଣସି RTL-ସଚେତନ ପ୍ରଦର୍ଶକ (ବ୍ରାଉଜର, ଶବ୍ଦ, Google Docs) ରେ ସଠିକ ଭାବରେ ପ୍ରଦର୍ଶନ କରିଥାଏ।
ହଁ। POST ଧ୍ୱନି (ବହୁଭାଗ/ଫର୍ମ-ତାଥ୍ୟ, କ୍ଷେତ୍ର ନାମ "ଫାଇଲ") କୁ /v1/transcribe/ କୁ language=ar ସହିତ - କିମ୍ବା Whisper ସ୍ୱୟଂ-ଖୋଜିବା ପାଇଁ ଭାଷା ପ୍ରାଚଳକୁ ଛାଡ଼ିଦିଅନ୍ତୁ। JSONକୁ ଅନୁବାଦ, ଅଂଶ, ସମୟସୀମା, ଏବଂ ସ୍ଵରକ ସୂଚକ ସହିତ ଫେରାଇଥାଏ। ସମ୍ପୂର୍ଣ୍ଣ ସଂଯୋଗ ଏବଂ SDK ସ୍ନିପେଟଗୁଡ଼ିକ /api/ ରେ ଅଛି।
ହଁ - ଗୋଟିଏଥର ଅନୁବାଦ ସମାପ୍ତ ହେବା ପରେ, ଅନୁବାଦ କ୍ଲିକ କରନ୍ତୁ କିମ୍ବା ପାଠ୍ୟକୁ /translate/ ରେ ଲଗାନ୍ତୁ। ଆରବିକ୍ ଆମେ ସମର୍ଥନ କରୁଥିବା ଅନ୍ୟାନ୍ୟ ସମସ୍ତ ଭାଷା ସହିତ ଯୋଡି ହୋଇଥାଏ (200+)। ସଭା ମିନିଟଗୁଡ଼ିକ ପାଇଁ /summarize/ ମାଧ୍ୟମରେ ଅନୁବାଦକୁ ପାଇପ କରନ୍ତୁ; ଦ୍ବାରା ଅନୁବାଦ କରିବା ପାଇଁ ଏହାକୁ /voice/tts/ କୁ ପଠାନ୍ତୁ ଲକ୍ଷ୍ୟ ଭାଷାରେ ଧ୍ୱନିକୁ ପ୍ରଦର୍ଶନ କରିବା ପାଇଁ।
Whisperକୁ ଶହ ହଜାର ଘଣ୍ଟା ଧାର୍ମିକ ଧ୍ୱନି ଉପରେ ପ୍ରଶିକ୍ଷଣ ଦିଆଯାଏ, ତେଣୁ ଏହା ପୃଷ୍ଠଭୂମି ଧ୍ୱନି ଏବଂ ଆରବିକ୍ ଉପରେ ଫୋନ-ଗୁଣମାନର ରେକର୍ଡିଙ୍ଗକୁ ସହ୍ୟ କରିଥାଏ। ଶ୍ରେଷ୍ଠ ଫଳାଫଳ ପାଇଁ, ସ୍ୱଚ୍ଛ ଧ୍ୱନି ଯୋଗାଇଦିଅନ୍ତୁ (ହେଡସେଟ ମାଇକ, କୌଣସି ସଂଗୀତ ବେଡ ନାହିଁ) - ଏହି ସ୍ତରରେ ଧ୍ୱନି ଆଧାର ତ୍ରୁଟି ହାରକୁ ଯୋଡିଥାଏ।ଯଦି କୌଣସି ଅନୁବାଦ ଅବ୍ୟବହୃତ ହୋଇଯାଏ, ଫାଇଲ ସହିତ contact@free.ai କୁ ଇମେଲ କରନ୍ତୁ - ଆମେ ଟୋକନଗୁଡ଼ିକୁ ଫେରାଇଦେବୁ ଏବଂ ଦେଖିବୁ ଯେ କୌଣସି ଭିନ୍ନ ଇଞ୍ଜିନ ଆପଣଙ୍କର ଧ୍ୱନିକୁ ଭଲ ଭାବରେ ପରିଚାଳନା କରିଥାଏ କି ନାହିଁ।