яһүд буш транскрипция
яһүд аудио һәм видеоны иҗтимагый тәнкыйть ярдәмендә текстка күчерегез. Шуның белән тиз, төгәл һәм бушлай.
Ничек эшли
- Барырга Free.ai Transcriber
- яһүд аудио яки видео файлыгызны йөкләү
- Безнең ДНК яһүдне автоматик рәвештә таба һәм аны күчерә
- Сезнең транскрипцияне текст яки SRT субтитрлары буларак төшерү
яһүд Транскрипция сыйфатлары
- ✓faster-whisper тарафыннан эшләнә (MIT лицензиясе)
- ✓яһүд 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 | яһүд |
| ISO коды | he |
| Модель | faster-whisper |
| Сыйфат | Бушлай |
Күбрәк телләр
Барлык телләрне күрсәтүКайбер сораулар
Whisper large-v3-turbo яһүд сүзен яхшы эшли — аудиода 7-15% сүз хатасы. Кайчак исемләнгән объектлар, саннарны һәм киң кулланылган техник сүзлекләрне алмаштырырга мөмкин; транскрипциянең күбесе дөрес булачак. (Tier B, 7-15% word error rate on benchmark sets - we publish honest WER tiers rather than marketing claims.)
Әйе — яһүд 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.
яһүд транскрипцияләре аларның туган телләрендәге уңнан сулга язылган текстта кайтарыла һәм һәрбер RTL-белүче просмотрщикта (браузерлар, Word, Google Docs) дөрес итеп күрсәтелә.
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, яһүд 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 яһүд яздырулар (подкастлар, тулы лекцияләр, очрашулар) яхшы эшли.
Әйе — сөйләүчене диаризацияләү һәр яһүд 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=he белән эшлибез, һәм вакыт билгесе һәм сөйләүченең билгесе белән транскриптны кайтарабыз. Типик яһүд эчтәлеге: яһүдда яңалык клибы, гыйбадәт, лекция һәм сәяси интервьюлар иң киң таралган эш йөкләмәләре; YouTube URL-ын /transcribe/youtube/-га куегыз яки файлны 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. яһүд транскрипцияләре аларның туган телләрендәге уңнан сулга язылган текстта кайтарыла һәм һәрбер RTL-белүче просмотрщикта (браузерлар, Word, Google Docs) дөрес итеп күрсәтелә.
Әлбәттә. Аудио (multipart/form-data, field name "file") белән /v1/transcribe/ адресына language=he 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. яһүд 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 реаль дөньядагы уеннар өчен йөз меңләгән сәгатьләр белән өйрәнелгән, шуңа күрә ул фон тавышы һәм телефон сыйфатындагы яһүд яздыруларына чыдам. Иң яхшы нәтиҗәләр өчен, чиста уеннар бирегез (гарнитура микрофоны, музыка ятаклары юк) — бу дәрәҗәдә тавыш төп хата дәрәҗәсен арттыра.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.