თავისუფალი ინგლისური ტრანსკრიპცია
ინგლისური აუდიოს და ვიდეოების ტექსტად გადაწერა AI-ით. სწრაფი, ზუსტი და უფასო.
როგორ მუშაობს
- გადასვლა Free.ai გადამწერი
- თქვენი ინგლისური აუდიო ან ვიდეო ფაილის ატვირთვა
- ჩვენი AI ავტომატურად იპყრობს ინგლისური და გადაწერს მას
- ჩამოტვირთეთ თქვენი ტრანსკრიპცია როგორც ტექსტი ან SRT სუბტიტრები
ინგლისური ტრანსკრიპციის ფუნქციები
- ✓შექმნილია faster-whisper-ს მიერ (MIT ლიცენზია)
- ✓ენა ინგლისური 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 | ინგლისური |
| ISO კოდი | en |
| AI მოდელი | faster-whisper |
| ფასი | უფასო |
მეტი ენაName
ყველა ენის ჩვენებახშირად დასმული კითხვები
Whisper large-v3-turbo-ს ოპტიმალური ზუსტობა ინგლისური-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 - ინგლისური ტრანსკრიფცია ჯერ თქვენი ყოველდღიური უფასო ტოკენების ბაზის გამოყენებას იწყებს. აუდიო ღირს 50 ტოკენი წუთში, ასე რომ ყოველდღიური ანონიმური ბაზა ფარავს რამდენიმე საათს ყოველდღიური აუდიოს. შესული ანგარიშები იღებენ უფრო დიდ 30,000-ტოკენის ყოველდღიურ ბაზასაც. ამის შემდეგ ტრანსკრიფცია ფასდება გამოყენების მიხედვით, ტოკენების დამატება $1-დან.
ინგლისური ტრანსკრიპცია მოიცავს ამერიკულ, ბრიტანულს, ავსტრალიურს, ინდოურს და სხვა ძირითად აქცენტებს ერთ მოდელში. Whisper-ი ყველა მათზე იყო მომზადებული და ტრანსკრიპცია გამოდის სტანდარტული ინგლისური მართლწერით, მიუხედავად საუბრის აკცენტისა.
MP3, WAV, M4A, FLAC, OGG, OPUS და WEBM იღება პირდაპირ. ვიდეო (MP4, MOV, MKV) აუდიოს დისკის ამოღება ხდება სერვერის მხრიდან, სანამ იგი Whisper- ში გაგზავნილი იქნება - თქვენ არ გჭირდებათ რაიმეს თვითონ გადამუშავება. იგივე კონვეინერები, მიუხედავად წყაროს ენისა, მათ შორის ინგლისური.
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 ინგლისური ჩანაწერები (podcasts, სრული ლექციები, შეხვედრები) კარგად მუშაობს.
დიახ - მთარგმნელის დიარიზაცია ნაგულისხმევად ჩართულია ყველა ინგლისური ტრანსკრიპტისთვის. გამონატანი სეგმენტირებულია როგორც მთარგმნელი 1 / მთარგმნელი 2 / მთარგმნელი 3 დროის ნიშნებით, ასე რომ ინტერვიუები, პანელის განხილვები და მრავალპარტიული შეხვედრები დაბრუნდება წარწერებით. დიარიზაცია მუშაობს განსხვავებულ მოდელში და იგივე მუშაობს ყველა ენაზე, რომელსაც ჩვენ ვემხრობით.
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- ით language=en- ით და ვუბრუნებთ ტრანსკრიპციას დროის ნიშნებით და მთარგმნელის ჭდეებით. ტიპიური ინგლისური შინაარსი: ლექცია, ინტერვიუ, ხმოვანი ჩანაწერი და YouTube-ის შინაარსი ინგლისური-ში ყველა მუშაობს — URL-ის ჩასმა /transcribe/youtube/-ში ან ფაილის პირდაპირ ატვირთვა.
Whisper ღირს დაახლოებით 50 ტოკენი აუდიოს წუთში, ასე რომ ერთი საათიანი ჩაწერა ღირს ~3000 ტოკენი. უმეტესობა მომხმარებლის არასდროს ხარჯავს რამეს - ყოველდღიური უფასო 30 ტოკენი მოიცავს მოკლე კლიპებს, ხმის ჩანაწერებს და ერთჯერად ვიდეო ჩანაწერებს. ამაზე მეტის ტრანსკრიფცია 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. ინგლისური ტრანსკრიპტები იგზავნება სტანდარტულ UTF-8-ში ენის ჩვეულებრივი მართლწერით.
დიახ. POST აუდიო (multipart/form-data, field name "file") /v1/transcribe/-ში language=en-ით — ან გამოტოვეთ ენის პარამეტრი, რომ Whisper-მა ავტომატურად აღმოაჩინოს. უკან იბრუნებ JSON-ს ტრანსკრიპტით, სეგმენტებით, დროის ნიშნებით და მთარგმნელის ჭდეებით. სრული მითითება და SDK ნაჭრები /api/-ში.
დიახ — როგორც კი ტრანსკრიპცია დასრულდება, დააჭირეთ მთარგმნელს ან ჩასვით ტექსტი /translate/-ში. ინგლისური 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-ი 680K საათის ხმაურიანი რეალური აუდიოს საფუძველზეა მომზადებული, ამიტომ ინგლისური ტრანსკრიპცია ძლიერია ფონური ხმაურის, მუსიკალური საწოლებისა და ტელეფონის ხარისხის ჩანაწერების მიმართ. მძიმე ჭრილობა ან მრავალჯერადი გადაჭიმული დინამიკები მაინც დააზარალებს სიზუსტეს.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.