Ազատ անգլերեն Հատվածագրում

Առաջարկվում է թարգմանել անգլերեն ձայնային և տեսահոլովակները տեքստի։ Շատ արագ, ճշգրիտ և անվճար։

Ինչպես է այն աշխատում

  1. Գնալ դեպի Free.ai-ի թարգմանիչ
  2. Բեռնել անգլերեն ձայնային կամ վիդեո ֆայլը
  3. Մեր ինտելեկտուալ սարքը ինքնաբերաբար հայտնաբերում է անգլերեն և փոխանցում այն
  4. Տեղադրել ձեր ձայնագրությունը որպես տեքստը կամ SRT ենթատեքստերը

անգլերեն Հատկություններ

  • Օգտագործվում է faster-whisper-ի կողմից (MIT-ի լիցենզիա)
  • անգլերեն լեզվի ինքնաբերաբար հայտնաբերում
  • աջակցում է MP3, WAV, MP4, M4A, FLAC և այլն
  • Ժամանակագրական նշաններ և ենթատեքստերի արտահանում (SRT)
  • Փոխհատուցվող պլանների դեպքում ցուցակի չափի սահմանափակում չկա
  • Անանուն և անվտանգ -- ֆայլերը վերացվում են գործընթացից հետո

Լեզվի մանրամասներ

Լեզուանգլերեն
ISO կոդen
Օգտագործողի մոդելարագ շշնջալ
ԳինԱզատ

Ավելի շատ լեզուներ

Դիտել բոլոր լեզուները

Հաճախ տրվող հարցեր

Whisper large-v3-turbo-ն իր ճշգրտության ամենաբարձր մակարդակին է հասնում անգլերեն-ում՝ ստանդարտ չափանիշների դեպքում 7% -ից ցածր բառային սխալների ցուցանիշով։ Պրակտիկայում դա նշանակում է, որ ձայնագրության ձայնը դառնում է մոտավորապես կատարյալ, և խոսակցության ձայնը օգտագործելի է նվազագույն մաքրումով։ (Tier A, under 7% word error rate on benchmark sets — we publish honest WER tiers rather than marketing claims.)

Այո — անգլերեն-ի փոխանցումը նախևառաջ ձեր օրական անվճար տոկոսադրույքներից է վերցնում։ Ավտոմատ ձայնագրությունը րոպեական 50 տոկոսադրույք է պահանջում, այսպիսով անանուն օրական տոկոսադրույքը օրական մի քանի ժամ ձայնագրություն է ներառում։ Գրանցված հաշիվները ստանում են ավելի մեծ տոկոսադրույք և 10,000 գրանցման տոկոսադրույք։ Այնուհետև $1-ը գնում է 750,000 տոկոսադրույք (~250 րոպե ձայնագրություն)։

Անգլերենի թարգմանությունը ներառում է ԱՄՆ, Մեծ Բրիտանիայի, Ավստրալիայի, Հնդկաստանի և այլ մեծ ակցենտները մեկ մոդելում։ Whisper- ը սովորեցրել է բոլորին և թարգմանությունը դուրս է գալիս ստանդարտ անգլերենի ուղղագրությամբ՝ անկախ խոսողի ակցենտից։

MP3, WAV, M4A, FLAC, OGG, OPUS և WEBM ֆայլերը ընդունվում են ուղղակիորեն։ Տեսահոլովակների (MP4, MOV, MKV) դեպքում ձայնային սկավառակը սերվերի կողմից է վերցվում և ուղարկվում Whisper-ին՝ առանց որևէ բան փոխակերպելու։ Միևնույն սկավառակը, անկախ աղբյուրի լեզվից, ներառյալ անգլերեն-ը։

Անանուն կերպով ներբեռնման չափը կազմում է 500 ՄԲ յուրաքանչյուր ֆայլի համար։ Գրանցված հաշիվները հասնում են մինչև 2 ԳԲ։ Տևողությունը սահմանափակ չէ՝ երկար ֆայլերը ավտոմատ կերպով բաժանվում են (30 վայրկյան տևողությամբ պատուհաններ, որոնք միմյանց են հաջորդում) և միավորվում են մեկ ձայնագրության մեջ՝ շարունակական ժամանակային նշումներով։ Շատ ժամեր տևող անգլերեն ձայնագրությունները (podcasts, ամբողջական դասընթացներ, հանդիպումներ) լավ են աշխատում։

Այո, լռելյայն ներառված է յուրաքանչյուր անգլերեն ձայնագրության համար։ Էջը բաժանված է 1-ին / 2-րդ / 3-րդ ձայնագրության ժամանակային նշաններով, այսպես որ հարցազրույցները, քննարկումները և բազմակողմանի հանդիպումները վերադարձվում են նշված։ Լռելյայն ներառված է նաև ձայնագրության մոդելը, որը նույնն է բոլոր լեզուների համար, որոնք մենք աջակցում ենք։

Այո, URL- ը կպցրեք /transcribe/youtube/ URL- ին YouTube- ի համար կամ /transcribe/podcast/ URL- ին podcast- ի համար (Apple, Spotify, RSS)։ Մենք ներբեռնում ենք ձայնը, այն գործարկվում է Whisper- ի միջոցով language=en- ի հետ, և վերադարձնում ենք transcript- ը ժամանակային նշաններով և խոսնակի պիտակներով։ Տիպիկ անգլերեն պարունակությունը` դասընթացներ, հարցազրույցներ, ձայնային գրառումներ և YouTube-ի բովանդակությունը անգլերեն-ում բոլորը աշխատում են — կպցրեք URL-ը /transcribe/youtube/-ում կամ ուղղակիորեն ներբեռնեք ֆայլը։

Whisper-ը արժե մոտ 50 տոկոս ձայնագրության րոպեի համար, այսինքն մեկ ժամվա ձայնագրությունը արժե ~3000 տոկոս։ $1-ը գնում է 750,000 տոկոս, ինչը նշանակում է մոտավորապես 250 ժամ ձայնագրություն մեկ դոլարի դիմաց։ Բոլորից շատ օգտագործողները երբեք ոչինչ չեն ծախսում, քանի որ անվճար օրական գումարը ներառում է կարճ տեսանյութեր, ձայնային գրառումներ և միանգամից մի քանի podcast-ներ։

Այո, ևս երկուսը՝ սեկցիոն մակարդակի (յուրաքանչյուր ~10-30 վայրկյանում) և բառային մակարդակի ժամանակային նշանները հասանելի են։ Բառային մակարդակը VTT/SRT ենթատեքստի արտահանման համար լռելյայն է, այնպես որ վերնագրերը սխալվում են տող առ տող։ API-ում պահանջի մարմնի մեջ սահմանել է timestamps="word"։ անգլերեն-ի տրանսկրիպտները վերադարձվում են ստանդարտ UTF-8-ով՝ լեզվի բնական ուղղագրությամբ։

Այո։ POST ձայնային (multipart/form-data, դաշտի անունը "file") /v1/transcribe/ language=en — կամ բաց թողնել լեզվի պարամետրը, որպեսզի Whisper-ը ինքնաբերաբար հայտնաբերի այն։ Վերադարձնում է JSON-ը, որը պարունակում է ձայնագրությունը, սեկցիաները, ժամանակային նշանները և խոսնակի պիտակները։ Ամբողջական հղումը և SDK-ի հատվածները /api/ կայքում են։

Այո, երբ վերծանումը ավարտվի, սեղմեք Թարգմանել կամ կպցրեք տեքստը /translate/ ցուցակում։ անգլերեն-ը համընկնում է մեր աջակցվող բոլոր այլ լեզուների հետ (200+)։ Հանդիպումների րոպեների համար վերծանումը ուղարկեք /summarize/ ցուցակով։ Դիբյուտի համար ուղարկեք /voice/tts/ ցուցակով՝ ձայնը նպատակային լեզվով ցուցադրելու համար։

Whisper-ը սովորեցվել է 680K ժամերի աղմկոտ իրական աշխարհում ձայնագրված ձայնի վրա, այնպես որ անգլերեն-ի փոխանցումը արդյունավետ է ֆոնային աղմուկի, երաժշտական սենյակների և հեռախոսային որակի ձայնագրությունների դեպքում։ Ավելի ծանր կտրուկ կամ մի քանի ձայնագրիչների միմյանց վրա տեղադրումը դեռ կվնասի ճշգրտությանը։Եթե ձայնագրությունը չի աշխատում, ուղարկեք այն contact@free.ai հասցեին՝ ֆայլի հետ միասին — մենք կվերադարձնենք տոկոսները և կտեսնենք, թե արդյոք այլ համակարգը ավելի լավ է աշխատում ձեր ձայնագրության հետ։

Սիրում ես Free.ai-ը, ասա ընկերներիդ։

Առաջարկել այս էջը