çin pulsuz transkripsiya
çin audio və videonu AI ilə mətnə çevir. Tez, dəqiq və pulsuz.
İşə Gəlməsi
- _Get Free.ai transkriptoru
- çin audio və ya video faylı yüklə
- Bizim AI çin-i avtomatik olaraq aşkar edib onu transkriptləşdirir
- Transkripsiyanı mətn və ya SRT subtitle olaraq yüklə
çin transkripsiya xüsusiyyəti
- ✓faster-whisper tərəfindən dəstəklənir (MIT lisenziyalıdır)
- ✓çin dilini avtomatik aşkarla
- ✓MP3, WAV, MP4, M4A, FLAC və daha çoxunu dəstəkləyir
- ✓Zaman damğaları və altyazılar ixracatı (SRT)
- ✓Fayl ölçüsü limiti yoxdur
- ✓Xüsusi və təhlükəsiz -- fayllar işləmədən sonra silinir
Dil Məlumatları
| Dil | çin |
| ISO kodu | zh |
| Model | daha sürətli pıçıldaşma |
| Qiymət | Pulsuz |
Daha çox dil
Bütün Dilləri GöstərFAQ
Whisper large-v3-turbo çin-də ən yüksək dəqiqlik səviyyəsinə çatır — standart benchmarklarda 7% söz səhv dərəcəsi altında. Əslində bu, təmiz studiya səsi mükəmməl səviyyədə gəlir və söhbət səsi minimal təmizləmədən istifadə edilə bilər deməkdir.(Tier A, under 7% word error rate on benchmark sets — biz marketinq iddialarından daha çox doğru WER tierlərini yayımlayırıq.)
Bəli — çin transkripsiya əvvəlcə günlük pulsuz tokenlərinizi alır. Audio bir dəqiqədə 50 tokenə başa gəlir, buna görə də anonim günlük pool gündəlik bir neçə saat audionu əhatə edir. Giriş etmiş hesablar daha böyük bir pool və 10,000 qeydiyyat tokenini alır. Bundan sonra, $1 750,000 token (~250 saat audio) alır.
Mandarin üçün language=zh keçid (öncəki — mənbədən asılı olaraq sadələşdirilmiş və ya ənənəvi çıxıntı). Kanton üçün isə audionuz Honq Konq / Kanton danışığıdırsa language=yue istifadə edin; Kanton üçün zh olaraq transkripsiya edilmiş tonları və slangları itirmiş Mandarin-ə yaxın bir heca-əlifba istehsal edəcək.
MP3, WAV, M4A, FLAC, OGG, OPUS və WEBM formatları doğrudan qəbul edilir. Video üçün (MP4, MOV, MKV) səs-təkrarını Whisper-ə göndərmədən əvvəl server tərəfində çıxarırıq - siz heç nəyi öz əlinizlə çevirməyə ehtiyacınız yoxdur. Mənbə dili ilə bağlı olaraq eyni boru kəməri, çin də daxil olmaqla.
Anonim yükləmələr hər fayl üçün təxminən 500 MB-a qədərdir. Giriş edilmiş hesablar 2 GB-a qədərdir. Uzunluğu məhdudlaşdırmaq mümkün deyil - uzun fayllar avtomatik olaraq parçalanır (30 saniyəlik pəncərələr üst-üstə düşür) və tək bir transkriptə davamlı vaxt damğaları ilə birləşdirilir. Bir neçə saatlıq çin qeydləri (podkastlar, tam dərslər, görüşlər) yaxşı işləyir.
Bəli — hər bir çin transkripti üçün səsləndiricinin diarizasiyası ön qurğulu olaraq işə salınıb. Çıxış 1-ci / 2-ci / 3-cü səsləndirici kimi vaxt damğaları ilə segmentləşdirilir, buna görə də müsahibələr, panel müzakirələri və çox tərəfli görüşlər etiketlənmiş olaraq geri gəlir. Diarizasiya ayrı bir model üzərində işləyir və bütün dəstəklədiyimiz dillərdə eyni şəkildə işləyir.
Bəli — URL-i YouTube üçün /transcribe/youtube/ və ya podcast axınları üçün /transcribe/podcast/-ə yapışdırın (Apple, Spotify, RSS). Audionu yükləyirik, language=zh ilə Whisper-dən keçiririk və vaxt işarə və səsləndirici etiketləri ilə transkripti geri qaytarırıq. Tipik çin məzmunu: çin-də podcastlar, dərslər, müsahibələr və uzun formalı YouTube məzmunu ən çox rast gəldiyimiz iş yükləridir.
Whisper-in audionun bir dəqiqəsi üçün 50 token dəyəri var, buna görə də bir saatlıq qeyd ~3,000 token dəyərindədir. $1 750,000 token satın alır, bu da dollar başına təxminən 250 saat audioya bərabərdir. Çox istifadəçi heç nə xərcləmir - günlük pulsuz pul qısa kliplər, səsli qeydlər və birdəfəlik podcastlar üçündür.
Bəli — həm segment səviyyəli (hər ~10-30 saniyədə) həm də söz səviyyəli vaxt damğaları mövcuddur. Söz səviyyəsi VTT/SRT altyazıları ixrac etmək üçün ön qurğudur, buna görə də altyazılar sətir-sətir sinxronlaşdırılır. API-də tələbin bədənində timestamps="word"-u təyin et. çin transkriptləri Han karakterləri ilə (UTF-8) geri qaytarılır — mənbə səs və ISO koduna bağlı olaraq sadələşdirilmiş və ya ənənəvi.
Bəli. Audionu (multipart/form-data, sahənin adı "file") language=zh ilə /v1/transcribe/-ə POST et - ya da Whisper-in avtomatik aşkarlamasına imkan vermək üçün dil parametrini burax. Transkript, segmentlər, vaxt damğaları və səsləndirici etiketləri ilə JSON geri qaytarır. Tam istinad və SDK parçaları /api/-dədir.
Bəli — transkripsiya bitdikdən sonra, Tərcümə düyməsini basın və ya mətni /translate/-ə yapışdırın. çin dəstəklədiyimiz hər hansı bir dillə uyğun gəlir (200+). Toplantı protokolları üçün transkripsiya /summarize/-ə göndərilir; dublaj üçün isə /voice/tts/-ə göndərilir ki, audio məqsəd dili ilə göstərilsin.
Whisper 680K saatlıq səsli real dünya səsi ilə təlim edilmişdir, buna görə də çin transkripsiya fon səslərinə, musiqi yataqlarına və telefon keyfiyyətli qeydlərə qarşı güclüdür. Çoxlu kəsmə və ya çoxlu üst-üstə düşən səsləndiricilər dəqiqliyi hələ də pozur.Əgər transkript istifadə edilməmiş halda geri gəlsə, contact@free.ai ünvanına faylla birlikdə e-poçt göndərin — biz sizə tokenləri geri qaytaracağıq və başqa bir motorun sizin audionuzu daha yaxşı idarə edə biləcəyini görəcəyik.