инглиз буш транскрипция
инглиз аудио һәм видеоны иҗтимагый тәнкыйть ярдәмендә текстка күчерегез. Шуның белән тиз, төгәл һәм бушлай.
Ничек эшли
- Барырга Free.ai Transcriber
- инглиз аудио яки видео файлыгызны йөкләү
- Безнең ДНК инглизне автоматик рәвештә таба һәм аны күчерә
- Сезнең транскрипцияне текст яки SRT субтитрлары буларак төшерү
инглиз Транскрипция сыйфатлары
- ✓faster-whisper тарафыннан эшләнә (MIT лицензиясе)
- ✓инглиз телен автоматик ачыклау
- ✓MP3, WAV, MP4, M4A, FLAC һәм башкаларны яклый
- ✓Вак-вакыт билгесе һәм субтитрлар экспортлау (SRT)
- ✓Плата планнарында файл зурлыгы чикләүләре юк
- ✓Үзәк һәм куркынычсыз -- файллар эшкәртелгәннән соң юкка чыгарыла
Тел турында мәгълүмат
| Тел | инглиз |
| ISO коды | en |
| Модель | faster-whisper |
| Сыйфат | Бушлай |
Күбрәк телләр
Барлык телләрне күрсәтүКайбер сораулар
Whisper large-v3-turbo инглиз га иң югары төгәллек дәрәҗәсенә төшә — стандарт бәяләүләрдә сүз хаталары 7%тан ким. Практикада бу чиста студия тавышы тулысынча туры килә, һәм сөйләшү тавышы минималь чистарту белән кулланыла. (Tier A, under 7% word error rate on benchmark sets - we publish honest WER tiers rather than marketing claims.)
Әйе — инглиз транскрипцияне башта сезнең көн саен бушлай криптовалюта фондыннан ала. Аудио минутына якынча 50 криптовалютага төшә, шуңа күрә аноним көнлек фонд көн саен берничә сәгать аудионы каплый. Күзәтүче исәп-хисаплар 30 000 криптовалютадан торган зуррак көнлек фондка ия була. Моннан соң транскрипцияне кулланган саен түләү мөмкинлеге бар, криптовалюталарны $1-дан арттырып була.
Инглиз теле транскрипциясе бер модельдә АКШ, Британия, Австралия, Һиндстан һәм башка зур акцентларны да үз эченә ала. Whisper аларның барсы өчен дә өйрәтелгән һәм транскрипция сөйләүченең акцентына карамастан стандарт инглизчә язу белән чыга.
MP3, WAV, M4A, FLAC, OGG, OPUS, һәм WEBM форматлары турыдан-туры кабул ителә. Видео өчен (MP4, MOV, MKV) без аудио юлны сервер тарафыннан чыгарабыз һәм аны Whisper-га җибәрәбез — сез үзегез берни дә үзгәртергә тиеш түгелсез. Башлангыч телдән тыш, инглиз белән бер үк канал кулланыла.
Аноним куюлар файл өчен 500 МБ га кадәр чикләнгән. Кергән исәп-хисаплар 2 ГБ га кадәр. Озынлыгы чикләнмәгән — озын файллар автоматик рәвештә киселә (30 секундлы бер-берсенә туры килгән тәрәзәләр) һәм бер вакыт билгесе белән бер транскриптка беркетелә. Берничә сәгатьлек инглиз яздырулар (подкастлар, тулы лекцияләр, очрашулар) яхшы эшли.
Әйе — сөйләүчене диаризацияләү һәр инглиз транскрипциясе өчен алдан билгеләнгәнчә эшли. Чыгу 1нче сөйләүче / 2нче сөйләүче / 3нче сөйләүче дип вакыт билгесе белән бүленә, шуңа күрә интервьюлар, дискуссияләр һәм күп кеше катнашындагы очрашулар да билгеләнгәнчә чыга. Диаризацияләү аерым модельдә эшли һәм без яклаган барлык телләрдә дә бертигез эшли.
Әйе — URLны /transcribe/youtube/ дип YouTube өчен яки /transcribe/podcast/ дип подкастлар өчен (Apple, Spotify, RSS) куегыз. Без аудионы төшерәбез, аны Whisper аша language=en белән эшлибез, һәм вакыт билгесе һәм сөйләүченең билгесе белән транскриптны кайтарабыз. Типик инглиз эчтәлеге: инглиз файлындагы дәресләр, интервьюлар, тавыш язулары һәм YouTube эчтәлеге барсы да эшли — URLны /transcribe/youtube/ка куегыз яки файлны турыдан-туры куегыз.
Whisper минутына 50 токенга төшә, шуңа күрә бер сәгать яздыру ~3000 токенга төшә. Күп кенә кулланучылар берни дә сарыф итмиләр - көн саен 30 тән артык крипто-токен кыска клипка, тавыш язуларына һәм бер тапкыр гына кулланыла торган подкастларга карый. Моннан тыш, транскрипция куллану буенча түләнә, крипто-токеннар $1-дан арта.
Әйе — сегмент дәрәҗәсе (~10-30 секунд саен) һәм сүз дәрәҗәсе вакыт билгесе бар. Сүз дәрәҗәсе VTT/SRT субтитр экспорты өчен алдан билгеләнгән, шуңа күрә субтитрлар юлдан-юлга синхронлаштырыла. API-да сорау эчендә timestamps="word" билгеләнгән. инглиз транскрипцияләре UTF-8 стандарты белән кайтарыла, телнең нормаль орфографиясе белән.
Әлбәттә. Аудио (multipart/form-data, field name "file") белән /v1/transcribe/ адресына language=en белән POST җибәрегез — яки Whisper-га автоматик ачыклау өчен тел параметрын калдырыгыз. JSON форматында транскрипция, сегментлар, вакыт билгесе һәм сөйләүченең язуы белән кайтара. /api/ адресында тулы мәгълүмат һәм SDK фрагментлары бар.
Әйе — транскрипция тәмамлангач, тәрҗемә итү төймәсенә басыгыз яки текстны /translate/ каталогына урнаштырыгыз. инглиз безнең башка телләр белән дә (200+) кушылып эшли. Очрашу протоколлары өчен транскрипцияне /summarize/ каталогына җибәрегез; дубляж өчен аны /voice/tts/ каталогына җибәрегез, бу максатлы телдә аудионы күрсәтү өчен.
Whisper 680K сәгать реаль дөньядагы тавыш белән өйрәнелгән, шуңа күрә инглиз транскрипциясе фон тавышы, музыка яткан урыннар һәм телефон сыйфатындагы язуларга да чыдам. Күп тапкырлар кисеп алу яки күп тапкырлар бер-берсенә туры килүче динамиклар төгәллеккә зыян китерә.Әгәр дә берәр текст кулланылмыйча кире кайтса, contact@free.ai электрон почтасына файл белән җибәрегез — без сезнең аудионы башка мотор яхшырак кабул итәме-юкмы дип карыйбыз.