Libreng transkripsiyon ng Cantonese
I-translate ang Cantonese audio at video sa teksto na may AI. Mabilis, tumpak, at libre.
Paano ito gumagana
- Pumunta sa Free.ai mga tagasalin
- I-upload ang iyong Cantonese audio o video file
- Ang aming AI awtomatikong nakikita Cantonese at transcribes ito
- I-download ang iyong transcript bilang teksto o SRT subtitles
Cantonese Mga tampok ng transkripsiyon
- ✓Powered by faster-whisper (MIT lisensyado)
- ✓Awtomatikong Cantonese wika detection
- ✓Suportahan ang MP3, WAV, MP4, M4A, FLAC, at higit pa
- ✓Timestamps at subtitle pag-export (SRT)
- ✓Walang mga limitasyon sa laki ng file sa mga bayad na plano
- ✓Pribadong at secure -- ang mga file ay tinanggal pagkatapos ng pagpoproseso
Mga detalye ng wika
| Wika | Cantonese |
| ISO Code ng bansa | yue |
| Modelong AI | faster-whisper |
| Presyo | Libre |
Higit pang mga wika
Tingnan ang lahat ng wikaMga katanungan
Cantonese ay isang mas mababa-resourced wika para sa Whisper - malaking-v3-turbo upo sa itaas 25% salita error rate, minsan din sa itaas. Ang transcript ay kapaki-pakinabang para sa paghahanap at gist ngunit hindi dapat tratuhin bilang publikasyon-handa. Kung ang isang mas mataas na-tumpak na engine ay nagiging magagamit para sa Cantonese wire namin ito sa awtomatikong.(Tier D, over 25% word error rate sa benchmark set - mag-publish kami tapat WER antas sa halip na mga claim sa marketing.)
Yes - Cantonese transcription draws from your daily free token pool first. Audio costs about 50 tokens per minute, so the anonymous daily pool covers a few hours of audio per day. Signed-in accounts get a larger 30,000-token daily pool. Past that, transcription is pay-as-you-go, with token top-ups from $1.
Ang mga transkripsyon ng Cantonese ay ibinabalik sa standard na UTF-8 na may normal na ortograpiya ng wika.
Ang mga format na ito ay ang MP3, WAV, M4A, FLAC, OGG, OPUS, at WEBM. Para sa mga video (MP4, MOV, MKV) ay ini-extract namin ang audio track server-side bago ito ipadala sa Whisper — hindi mo kailangang i-convert ang anumang bagay sa iyong sarili. Parehong pipeline anuman ang pinagmulan ng wika, kabilang ang Cantonese.
Anonymous uploads cap at roughly 500 MB per file. Signed-in accounts go up to 2 GB. Duration is not a hard limit - long files are chunked automatically (30-second windows with overlap) and stitched back into a single transcript with continuous timestamps. Multi-hour Cantonese recordings (podcasts, full lectures, meetings) work fine.
Oo - speaker diarization ay sa pamamagitan ng default para sa bawat transcript Cantonese. Ang output ay segmented bilang Speaker 1 / Speaker2/ Speaker3na may timestamps, kaya mga panayam, panel talakayan, at multi-party na pulong bumalik label. Diarization tumatakbo sa isang hiwalay na modelo at gumagana ang parehong sa lahat ng mga wika na sinusuportahan namin.
Yes - paste the URL into /transcribe/youtube/ for YouTube or /transcribe/podcast/ for podcast feeds (Apple, Spotify, RSS). We download the audio, run it through Whisper with language=yue, and return the transcript with timestamps and speaker labels. Typical Cantonese content: lektura, panayam, mga tala ng boses, at YouTube nilalaman sa Cantonese lahat ng trabaho - i-paste ang isang URL sa / transcribe / youtube / o i-upload ang file nang direkta.
Ang Whisper ay nagkakahalaga ng 50 token bawat minuto ng audio, kaya ang isang oras na pag-record ay ~3,000 token. Karamihan sa mga gumagamit ay hindi kailanman gumastos ng anumang bagay - ang libreng araw-araw na pool ng 30,000 token ay sumasaklaw sa maikling mga clip, mga tala ng boses, at mga one-off podcast. Bukod dito, ang transcription ay pay-as-you-go, na may token top-ups mula sa $ 1.
Oo — parehong segment-level (sa bawat ~10-30 segundo) at salita-level timestamps ay magagamit. Salita-level ay ang default para sa VTT / SRT subtitle export kaya ang mga captions sync linya-by-linya. Sa API set timestamps =" salita "sa katawan ng kahilingan. Ang mga transkripsyon ng Cantonese ay ibinabalik sa standard na UTF-8 na may normal na ortograpiya ng wika.
Oo. POST audio (multipart/form-data, field name "file") sa /v1/transcribe/ na may language=yue — o iwanan ang parameter ng wika upang hayaan ang Whisper auto-detect. Bumalik JSON na may transcript, segment, timestamps, at speaker label. Buong sanggunian at SDK snippets sa /api/.
Oo - kapag transcription ay natapos, i-click ang isalin o i-paste ang teksto sa / isalin /. pares Cantonese sa bawat iba pang mga wika naming suportado (200+). Para sa pulong minuto pipe ang transcript sa pamamagitan ng / sumangguni /; para sa dubbing ipadala ito sa / boses / tts / upang i-render audio sa target na wika.
Whisper ng ingay pagsasanay ay tumutulong mas mababa sa antas na ito - ang bottleneck ay ang halaga ng Cantonese audio Whisper nakita sa panahon ng pagsasanay, hindi ingay. Clean studio audio pa rin beats noisy audio, ngunit alinman ay makakaabot sa katumpakan na gusto mong makakuha sa isang mataas na mapagkukunan ng wika.Kung ang isang transcript ay bumalik na hindi magagamit, i-email ang contact@free.ai na may file — ibabalik namin ang mga token at titingnan kung ang ibang engine ay mas mahusay na hahawak sa iyong audio.