الكَنْتُونية مجاني
. نقل الكَنْتُونية صوت وفيديو إلى نص مع الذكاء الاصطناعي. سريع، دقيق، ومجاني
كيف يعمل
- اذهب إلى Free.ai مسجل
- تحميل ملفك الكَنْتُونية السمعي أو الفيديو
- الذكاء الاصطناعي لدينا يكتشف الكَنْتُونية تلقائياً ويسجلها
- تحميل النصوص النصية أو النصوص الجانبية
الكَنْتُونية خصائص النسخ
- ✓تشغيل بواسطة أسرع-همس (MIT مرخصة)
- ✓كشف الكَنْتُونية لغة آليا
- ✓دعم MP3, WAV, MP4, M4A, FLAC, وأكثر
- ✓تصدير الختم الزمني والترجمة النصية (SRT)
- ✓لا حدود لحجم الملف على الخطط المدفوعة
- ✓سرية وآمنة - تُحذف الملفات بعد التجهيز
تفاصيل اللغة
| ألف - اللغة | الكَنْتُونية |
| الرمز ISO | yue |
| نموذج الذكاء الاصطناعي | أسرع-همس |
| السعر | مجاني |
لغات أخرى
جميع اللغاتالأسئلة المتكررة
الكَنْتُونية هي لغة أقل موارد لـ Whisper — large-v3-turbo تقع فوق 25% من معدل أخطاء الكلمات، وأحياناً أعلى بكثير. والنسخة مفيد للبحث والاستنتاج ولكن لا ينبغي التعامل معها على أنها جاهزة للنشر. إذا أصبح محرك أكثر دقة متاحاً لـ الكَنْتُونية فإننا ندخله تلقائياً.(الطبقة D، over 25% word error rate على مجموعات المعايير - ننشر مستويات قيمة السوق الحقيقية بدلا من ادعاءات التسويق.)
نعم — الكَنْتُونية يستمد النص من مجمع الرموز اليومي المجاني أولاً. تكلفة الصوت حوالي 50 رموز في الدقيقة، لذا فإن المجمع اليومي المجهول يغطى بضع ساعات من الصوت في اليوم. الحسابات المسجلة تحصل على مجمع أكبر بالإضافة إلى 10000 رموز التسجيل. بعد ذلك، يشتري $1 750000 رموز (~250 ساعة من الصوت).
الكَنْتُونية النصوص تعود في معيار UTF-8 مع الهجاء العادي لللغة.
MP3, WAV, M4A, FLAC, OGG, OPUS, and WEBM مقبولة مباشرة. بالنسبة للفيديو (MP4, MOV, MKV) نقوم باستخراج المسار الصوتي من جانب الخادم قبل إرساله إلى Whisper — لا تحتاج إلى تحويل أي شيء بنفسك. نفس الأنبوب بغض النظر عن لغة المصدر، بما في ذلك الكَنْتُونية.
لا يوجد حد زمني صارم للمدة - الملفات الطويلة يتم تقطيعها تلقائيا (نافذة 30 ثانية مع التداخل) ويتم دمجها في نسخة واحدة مع ختم زمني مستمر. التسجيلات المتعددة الساعات الكَنْتُونية (البودكاست، المحاضرات الكاملة، الاجتماعات) تعمل بشكل جيد.
نعم - تفعيل تسجيل المتحدثين في السجلات بصورة افتراضية لكل نسخة من الكَنْتُونية. ويقسم المخرج إلى المتحدث 1 / المتحدث 2 / المتحدث 3 مع علامات زمنية، وبالتالي فإن المقابلات، ومناقشات الأفرقة، والاجتماعات المتعددة الأطراف تعود مع علامات. ويجري تسجيل المتحدثين في السجلات على نموذج منفصل ويعمل بنفس الطريقة عبر جميع اللغات التي ندعمها.
نعم - لصق العنوان في /transcribe/youtube/ لليوتيوب أو /transcribe/podcast/ للبودكاست (Apple, Spotify, RSS). نحن نقوم بتنزيل الصوت، وتشغيله من خلال Whisper مع language=yue، ونعيد النص مع الختم الزمني وعلامات المتحدث. المحتوى النموذجي لـ الكَنْتُونية: المحاضرات، والمقابلات، والملاحظات الصوتية، ومحتوى يوتيوب في الكَنْتُونية كلها تعمل - لصق عنوان URL في /transcribe/youtube/ أو تحميل الملف مباشرة.
إن تسجيل ساعة واحدة يكلف نحو 3000 رمز. و$1 يشتري 750000 رمز، وهو ما يعادل حوالي 250 ساعة من التسجيلات الصوتية مقابل كل دولار. ولا ينفق أغلب المستخدمين أي شيء على الإطلاق ــ فالمجموعة اليومية المجانية تغطي مقاطع قصيرة، ومذكرات صوتية، وبرامج إذاعية لمرة واحدة.
نعم — كل من مستوى القطاع (كل ~ 10-30 ثانية) ومستوى الكلمة الختم الزمني متاح. مستوى الكلمة هو الافتراضي لتصدير VTT / SRT النصوص الفرعية بحيث أن النصوص الفرعية تزامن سطر بسطر. على API وضع timestamps="كلمة" في جسد الطلب. الكَنْتُونية النصوص تعود في معيار UTF-8 مع الهجاء العادي لللغة.
نعم. صوت POST (بيانات متعددة الأجزاء/شكل، اسم الحقل "الملف") إلى /v1/transcribe/ مع language=yue — أو حذف بارامترات اللغة للسماح ل Whisper بالاكتشاف التلقائي. يعيد JSON مع النص، الأجزاء، الختم الزمني، وعلامات المتحدث. المرجع الكامل وقطع من SDK في /api/.
نعم - بمجرد الانتهاء من الترجمة، انقر على ترجمة أو لصق النص في /translate/. الكَنْتُونية يتوافق مع كل لغة أخرى ندعمها (200+). بالنسبة لمحاضر الاجتماعات، أرسل النص إلى /summarize/؛ بالنسبة للترجمة، أرسله إلى /voice/tts/ لعرض الصوت باللغة المستهدفة.
التدريب على الضوضاء Whisper يساعد أقل في هذا المستوى — الاختناق هو كمية الكَنْتُونية الصوت Whisper رأى أثناء التدريب، وليس الضوضاء. صوت الاستديو النظيف لا يزال يتفوق على الصوت المضطرب، ولكن لا أحد منهما سيصل إلى الدقة التي ستحصل عليها على لغة عالية الموارد.إذا عادت نسخة غير قابلة للاستخدام، يرجى إرسال بريد إلكتروني إلى contact@free.ai مع الملف - سنعيد الرموز وننظر فيما إذا كان محرك مختلف يتعامل مع الصوت بشكل أفضل.