رونوشت هندی آزاد

رونوشت هندی صدا و ویدئوی به متن با هوش مصنوعی. سریع، دقیق و رایگان.

چطور کار میکنه

  1. برو به Free.ai رونوشت‌کننده
  2. پرونده‌ی صوتی یا ویدئویی هندی خود را بارگذاری کنید
  3. هوش مصنوعی ما هندی را به طور خودکار تشخیص می‌دهد و آن را رونوشت می‌کند
  4. دانلود رونوشت شما به عنوان متن یا زیرنویس SRT

هندی ویژگی‌های رونوشت

  • با faster-whisper (مجوز MIT)
  • تشخیص خودکار زبان هندی
  • پشتیبانی از MP3، WAV، MP4، M4A، FLAC و بیشتر
  • صادرات نشان‌زمان و زیرنویس) SRT (
  • محدودیت اندازه پرونده در برنامه‌های پرداختی وجود ندارد
  • خصوصی و امن -- پرونده‌ها پس از پردازش حذف می‌شوند

جزئیات زبان

زبانهندی
کد ISOhi
مدلfaster-whisper
قیمتآزاد

زبانهای بیشتر

نمایش همۀ زبانها

پرسش و پاسخ

Whisper large-v3-turbo هندی را به خوبی مدیریت می‌کند — ۷-۱۵٪ نرخ خطای کلمه در صدای معیار. انتظار جایگزینی‌های گاه و بیگاه در موجودات نام‌گذاری شده، اعداد و واژگان فنی متراکم را داشته باشید؛ بیشتر رونوشت درست خواهد بود.(Tier B, 7-15% word error rate on benchmark sets — ما سطوح صادق WER را به جای ادعاهای بازاریابی منتشر می‌کنیم.)

بله — رونوشت هندی ابتدا از مجموعه توکن‌های رایگان روزانه شما استفاده می‌کند. صدا در هر دقیقه حدود ۵۰ توکن هزینه دارد، بنابراین مجموعه روزانه ناشناس چند ساعت صدا را در روز پوشش می‌دهد. حساب‌های وارد شده یک مجموعه روزانه بزرگتر از ۳۰۰۰۰ توکن دریافت می‌کنند. پس از آن، رونوشت به صورت پرداخت در هنگام استفاده است، با توکن‌های اضافه‌شده از ۱ دلار.

صدای هندی اغلب با انگلیسی (Hinglish) در سخنرانی‌های شهری ترکیب می‌شود. Whisper این ترکیب را مدیریت می‌کند و کلمات انگلیسی را در نوشتار لاتین و کلمات هندی را در Devanagari در همان نوشتار رونویسی می‌کند. سخنرانی‌های روستایی با واژگان محلی سنگین ممکن است در دقت سطح C فرو بروند.

MP3, WAV, M4A, FLAC, OGG, OPUS, و WEBM مستقیماً پذیرفته می‌شوند. برای ویدئو (MP4, MOV, MKV) ما شیار صوتی را قبل از ارسال آن به Whisper در سمت کارساز استخراج می‌کنیم — نیازی نیست که خودتان چیزی را تبدیل کنید. خط لوله یکسان بدون توجه به زبان منبع، از جمله هندی.

حد بارگذاری ناشناس در حدود ۵۰۰ مگابایت برای هر پرونده است. حساب‌های ثبت شده تا ۲ گیگابایت می‌روند. طول مدت محدودیت سختی نیست — پرونده‌های طولانی به صورت خودکار به قطعات تقسیم می‌شوند (پنجره ۳۰ ثانیه‌ای با همپوشانی) و به یک رونوشت واحد با مهره‌های زمانی پیوسته دوخت می‌شوند. ضبط‌های چند ساعته هندی (پادکاست‌ها، سخنرانی‌های کامل، جلسات) خوب کار می‌کنند.

بله — به صورت پیش‌فرض ، نگارش روزنامه سخنران برای هر رونوشت هندی فعال است. خروجی به عنوان سخنران ۱ / سخنران ۲ / سخنران ۳ با مهرهای زمانی تقسیم می‌شود ، بنابراین مصاحبه‌ها ، بحثهای گروهی و جلسات چند نفره برچسب‌دار برمی‌گردند. نگارش روزنامه بر روی یک مدل جداگانه اجرا می‌شود و در تمام زبان‌هایی که پشتیبانی می‌کنیم ، یکسان کار می‌کند.

بله — آدرس را در /transcribe/youtube/ برای یوتیوب یا /transcribe/podcast/ برای پادکست‌های (Apple، Spotify، RSS) کپی کنید. ما صدا را دانلود می‌کنیم، آن را از طریق Whisper با language=hi اجرا می‌کنیم، و رونوشت را با مهر زمان و برچسب‌های سخنران برمی‌گردانیم. محتوای معمول هندی: یادداشت‌های صوتی واتس‌اپ، ویدیوهای یوتیوب و ویدئوی کوتاه رایج‌ترین بار کاری هندی هستند — یک آدرس را به /transcribe/youtube/ بچسبانید یا صدا را مستقیماً آپلود کنید..

Whisper حدود ۵۰ توکن در دقیقه صدا هزینه دارد، بنابراین یک ضبط یک ساعته ~۳۰۰۰ توکن است. اکثر کاربران هیچ وقت چیزی خرج نمی‌کنند — مجموعه روزانه رایگان ۳۰ توکن کلیپ‌های کوتاه، یادداشت‌های صوتی و پادکست‌های یک‌بار مصرف را پوشش می‌دهد. فراتر از آن، رونویسی به صورت پرداخت در هنگام استفاده است، با توکن‌های اضافه از ۱ دلار.

بله — هر دو مهر زمان سطح بخش (هر ~۱۰-۳۰ ثانیه) و سطح کلمه در دسترس هستند. سطح کلمه پیش‌فرض برای صادرات زیرنویس VTT/SRT است، بنابراین زیرنویس‌ها خط به خط همگام‌سازی می‌شوند. در API، timestamps="word" را در بدنه درخواست تنظیم کنید. هندی رونوشت‌ها در اسکریپت Devanagari (UTF-8) بازگردانده می‌شوند.

بله. ارسال صدا (مختلف/داده‌های فرم، نام حوزه "پرونده") به /v1/transcribe/ با language=hi — یا پارامتر زبان را حذف کنید تا Whisper خودکار تشخیص دهد. JSON را با رونوشت، بخش‌ها، مهرهای زمانی و برچسب‌های بلندگو برمی‌گرداند. مرجع کامل و قطعه‌های SDK در /api/.

بله — هنگامی که رونوشت تمام شد، بر روی ترجمه کلیک کنید یا متن را در /translate/ بچسبانید. هندی با هر زبان دیگری که پشتیبانی می‌کنیم (۲۰۰+) جفت می‌شود. برای جلسات جلسات رونوشت را از طریق /summarize/ لوله کنید؛ برای دوبلاژ آن را به /voice/tts/ بفرستید تا صدا را در زبان هدف بازسازی کنید.

Whisper بر روی صدها هزار ساعت صدای واقعی آموزش دیده است، بنابراین صدای پس زمینه و ضبط‌های با کیفیت تلفن را در هندی تحمل می‌کند. برای بهترین نتایج، صدای تمیز (میکروفون هدست، بدون تخت موسیقی) را تأمین کنید — در این سطح، نویز نرخ خطای خط پایه را افزایش می‌دهد.اگر یک رونوشت غیرقابل استفاده برگردد، با فایل به contact@free.ai ایمیل بزنید — ما توکن‌ها را بازگردانده و بررسی می‌کنیم که آیا موتور دیگری صدای شما را بهتر مدیریت می‌کند.

دوست Free.ai رو به دوستانت بگو

رتبه بندی این صفحه