თავისუფალი ჩინური ტრანსკრიპცია
ჩინური აუდიოს და ვიდეოების ტექსტად გადაწერა AI-ით. სწრაფი, ზუსტი და უფასო.
როგორ მუშაობს
- გადასვლა Free.ai ტრანსკრიპტორი
- თქვენი ჩინური აუდიო ან ვიდეო ფაილის ჩატვირთვა
- ჩვენი AI ავტომატურად იპყრობს ჩინური და გადაწერს მას
- ჩამოტვირთეთ თქვენი ტრანსკრიპცია როგორც ტექსტი ან SRT სუბტიტრები
ჩინური ტრანსკრიპციის ფუნქციები
- ✓შექმნილია faster-whisper-ს მიერ (MIT ლიცენზია)
- ✓ჩინური ენის ავტომატური ამოცნობა
- ✓MP3, WAV, MP4, M4A, FLAC და სხვა ფაილების მხარდაჭერა
- ✓დროის ნიშნები და სუბტიტრების ექსპორტი (SRT)
- ✓ფაილის ზომის საზღვრის გარეშე გადახდილი გეგმებისთვის
- ✓პირადი და უსაფრთხო -- ფაილები დამუშავების შემდეგ იკარგება
ენის დეტალები
| ენა | ჩინური |
| ISO კოდი | zh |
| AI მოდელი | faster-whisper |
| ფასი | უფასო |
მეტი ენაName
ყველა ენის ჩვენებახშირად დასმული კითხვები
Whisper large-v3-turbo-ს ოპტიმალური ზუსტობა ჩინური-ზეა — სიტყვების შეცდომის 7%-ზე ნაკლები სტანდარტულ ბაზებში. პრაქტიკაში ეს ნიშნავს, რომ სუფთა სტუდიური აუდიო იდეალურად ჟღერს, ხოლო საუბრის აუდიო გამოიყენება მინიმალური გასუფთავებით.(Tier A, under 7% word error rate on benchmark sets — ჩვენ გამოვცემთ ნამდვილ WER-ის დონეებს, ვიდრე მარკეტინგულ განცხადებებს.)
დიახ - ჩინური ტრანსკრიპცია იღებს ყოველდღიური უფასო ტოკენების ბაზა. აუდიო ღირს დაახლოებით 50 ტოკენი წუთში, ასე რომ ყოველდღიური ანონიმური ბაზა ფარავს რამდენიმე საათის აუდიოს დღეში. შესული ანგარიშები იღებენ უფრო დიდ 30,000-ტოკენის ყოველდღიურ ბაზა. ამის შემდეგ, ტრანსკრიპცია არის გადახდის გზით, ტოკენების დამატება $1-დან.
მონღოლური ენისთვის language=zh გადაცემა (ნაგულისხმევი - გამარტივებული ან ტრადიციული გამონატანი წყაროს მიხედვით). კანტონისთვის გამოიყენეთ language=yue თუ თქვენი აუდიო ჰონგ კონგის / გუანზოუს საუბარია; კანტონის ტრანსკრიპცია zh- ით გამოიმუშავებს მონღოლური მართლწერის დაახლოებას, რომელიც ტონებს და სლაგს კარგავს.
MP3, WAV, M4A, FLAC, OGG, OPUS და WEBM იღება პირდაპირ. ვიდეო (MP4, MOV, MKV) ვიდეოებისთვის ჩვენ აუდიო დისკის ამოღებას სერვერის მხრიდან ვახდენთ, სანამ ის Whisper- ში გაგზავნილ იქნა - თქვენ არ გჭირდებათ რაიმეს პირადად გადაქცევა. იგივე გზა, მიუხედავად წყაროს ენისა, ჩინური- შიც.
ანონიმური ჩატვირთვების საზღვარია დაახლოებით 500 MB ფაილზე. შესული ანგარიშები იზრდება 2 GB-მდე. ხანგრძლივობა არ არის მკაცრი საზღვარი - გრძელი ფაილები ავტომატურად იყოფა ნაჭრებად (30 წამიანი ფანჯრები გადაჭიმვით) და ერთ ტრანსკრიპტში იკრიბება უწყვეტი დროის ნიშნებით. მრავალსაათიანი ჩინური ჩანაწერები (podcasts, სრული ლექციები, შეხვედრები) კარგად მუშაობს.
დიახ - მსაუბრეთა დიარიზაცია ნაგულისხმევად ჩართულია ყველა ჩინური ტრანსკრიპტისთვის. გამონატანი სეგმენტირებულია როგორც მსაუბრე 1 / მსაუბრე 2 / მსაუბრე 3 დროის სტიკერებით, ასე რომ ინტერვიუები, პანელის განხილვები და მრავალპარტიული შეხვედრები დაბრუნდება წარწერებით. დიარიზაცია მუშაობს განსხვავებულ მოდელში და მუშაობს იგივე ყველა ენაზე, რომელსაც ჩვენ ვუჭერთ მხარს.
დიახ - URL- ის ჩასმა / transcribe/ youtube- ში YouTube- ისთვის ან / transcribe/ podcast / - ში podcast- ების (Apple, Spotify, RSS) მისაღებად. ჩვენ ავტვირთავთ აუდიოს, ვახორციელებთ მას Whisper- ში language=zh- ით და ვუბრუნებთ ტრანსკრიპტს დროის და საუბრის ნიშნებით. ტიპიური ჩინური- ის შინაარსი: ვიდეოები, ლექციები, ინტერვიუები და YouTube-ის გრძელი ფორმის შინაარსი ჩინური-ში არის ყველაზე გავრცელებული სამუშაოები, რომელსაც ვხედავთ.
Whisper-ის ფასი 50 ტოკენია აუდიოს წუთში, ასე რომ ერთი საათიანი ჩაწერა ღირს ~3000 ტოკენია. უმეტესობა მომხმარებელი არასდროს ხარჯავს რამეს - ყოველდღიური უფასო 30 000 ტოკენია მოიცავს მოკლე კლიპებს, ხმის ჩანაწერებს და ერთჯერად პოდსტეებს. ამაზე მეტის ტრანსკრიპცია ფასდება გამოყენების მიხედვით, ტოკენების დამატება $1-დან.
დიახ — დროის ნიშნები ხელმისაწვდომია როგორც სეგმენტის დონეზე (ყველა ~10-30 წამში), ასევე სიტყვის დონეზე. სიტყვის დონე არის ნაგულისხმევი VTT/SRT სუბტიტრების ექსპორტისთვის, ასე რომ სინქრონიზაცია ხდება ხაზ-ხაზ. API-ზე დაწესებულია დროის ნიშნები "word" მოთხოვნის ტექსტში. ჩინური ტრანსკრიპტები იგზავნება ადგილობრივი Han სიმბოლოებით (UTF-8) - გამარტივებული ან ტრადიციული, დამოკიდებულია წყაროს აუდიოსა და ISO კოდზე.
დიახ. POST აუდიო (multipart/form-data, field name "file") /v1/transcribe/-ში language=zh - ან ენა პარამეტრის გამოტოვება, რათა Whisper-მა ავტომატურად დაადასტუროს. იძლევა JSON-ს ტრანსკრიპტით, სეგმენტებით, დროის ნიშნებით და მთავარ ჭრილში. სრული მითითება და SDK ნაჭრები /api/-ში.
დიახ — როგორც კი ტრანსკრიპცია დასრულდება, დააჭირეთ მთარგმნელს ან ჩასვით ტექსტი /translate/-ში. ჩინური თავსებადია ყველა სხვა ენასთან, რომელსაც ჩვენ ვემხრობით (200+). შეხვედრის ანგარიშების შემთხვევაში ტრანსკრიპცია გადაეგზავნება /summarize/-ში; დუბლირების შემთხვევაში გადაეგზავნება /voice/tts/-ში, რათა აუდიო ენაზე გადავიდეს.
Whisper-ს სწავლება 680K საათის ხმაურიანი რეალური აუდიოს საფუძველზე, ასე რომ ჩინური ტრანსკრიპცია ძლიერია ფონური ხმაურის, მუსიკალური საწოლებისა და ტელეფონის ხარისხის ჩაწერების მიმართ. მძიმე ჭრილობა ან მრავალი გადაჭიმული მღერელის გამოყენება მაინც შეამცირებს ზუსტობას.2007 წლის 12 იანვარს, ოფიციალური ვებ-გვერდი დასრულდა. ↑ If a transcript comes back unuseable, email contact@free.ai with the file — we will refund the tokens and look if another engine handles your audio better.