Free indisht Transkriptim
Transkribo audion dhe videon indisht në tekst me AI. Shpejtë, të saktë dhe pa pagesë.
Si funksionon
- Shko tek Free.ai Transscriber
- Ngarko file audio apo video indisht
- AI jonë automatikisht zbulon indisht dhe e transkripton atë
- Shkarko transkriptën si tekst apo subtitra SRT
indisht Funksionet e transkriptimit
- ✓E mbështetur nga faster-whisper (liçensuar nga MIT)
- ✓Zbulimi automatik i gjuhës indisht
- ✓Suporton MP3, WAV, MP4, M4A, FLAC dhe më shumë
- ✓Eksporto
- ✓Pa kufizim të madhësisë së file në planet e paguar
- ✓Privat dhe i sigurt -- files eleminohen pas përpunimit
Detaje gjuhësore
| Gjuha | indisht |
| Kodi ISO | hi |
| Modeli AI | faster-whisper |
| Çmimi | I lirë |
Më shumë gjuhë
Shiko të gjitha gjuhëtFAQ
Whisper large-v3-turbo trajton indisht me sukses — 7-15% gabim fjalësh në audion e standartit. Prit zëvendësime të rralla në entitete me emër, numra dhe fjalor të dendur teknik; shumica e transkriptimit do të jetë korrekt.(Tier B, 7-15% word error rate në setët e benchmark - ne publikojmë nivelet e ndershme WER në vend të pretendimeve të marketingut.)
Po - transkriptimi indisht merr së pari nga token-ët tuaj të lirë të përditshëm. Audio kushton rreth 50 token-ë për minutë, kështu që pool-i i përditshëm anonim mbulon disa orë audio në ditë. Llogaritë e hyra marrin një pool më të madh të përditshëm prej 30,000 token-ësh. Pas kësaj, transkriptimi është i paguar sipas përdorimit, me token-e që fillojnë nga $1.
Zëri hindi shpesh përzihet me anglishten (Hinglish) në fjalimin urban. Whisper e trajton përzierjen dhe transkripton fjalët angleze në shkrimin latin dhe fjalët hindi në Devanagari brenda të njëjtit transkriptim. Fjalimi rural me fjalor të rëndë rajonal mund të zhytet në saktësi të nivelit C.
MP3, WAV, M4A, FLAC, OGG, OPUS, dhe WEBM pranohen direkt. Për video (MP4, MOV, MKV) nxjerrim audion në server para se ta dërgojmë tek Whisper - nuk duhet të konvertoni asgjë vetë. E njëjta procedurë pavarësisht nga gjuha burimore, duke përfshirë indisht.
Maksimumi i ngarkimit anonim është rreth 500 MB për file. Llogaritë e hyra arrijnë deri në 2 GB. Kohëzgjatja nuk është një limit i fortë - file të gjatë ndahen automatikisht (dritaret 30 sekonda me mbivendosje) dhe ri-përfshihen në një transkript të vetëm me shenja kohore të vazhdueshme. Regjistrimet indisht me shumë orë (podcast, leksione të plota, takime) punojnë mirë.
Po - diarization folës është e paracaktuar për çdo indisht transcript. Output është segmentuar si Folësi 1 / Folësi 2 / Folësi 3 me timestamp, kështu intervistat, panel diskutime, dhe multi-party takime kthehen etiketuar. Diarization është në një model të veçantë dhe punon në të njëjtën mënyrë në të gjitha gjuhët që ne suportojmë.
Po - ngjite URL në /transcribe/youtube/ për YouTube ose /transcribe/podcast/ për podcast feeds (Apple, Spotify, RSS). Shkarkojmë audion, e bëjmë të funksionojë nëpërmjet Whisper me gjuhën=hi, dhe kthejmë transkriptimin me shtyllat e kohës dhe etiketat e folësit. Përmbajtja tipike indisht: Shënim zëri WhatsApp, vlogs YouTube, dhe videot e shkurtra janë ngarkesa më të zakonshme indisht - ngjite një URL në /transcribe/youtube/ ose ngarko audion drejtpërsëdrejti.
Whisper kushton rreth 50 token për minutë të audios, kështu që një regjistrim një orësh është ~3,000 token. Shumica e përdoruesve nuk shpenzojnë asgjë - pool i përditshëm i lirë prej 30,000 token mbulon klipe të shkurtra, shënime zëri dhe podcast të një herëshme. Përtej kësaj, transkriptimi është i paguar sipas përdorimit, me token-e nga $1.
Po - janë në dispozicion si markat e kohës në nivel segmenti (çdo ~10-30 sekonda) ashtu edhe në nivel fjale. Niveli i fjalës është i paracaktuar për eksportimin e subtitrimeve VTT/SRT kështu që subtitrat sinkronizohen rresht pas rreshti. Në API vendos timestamps="fjalë" në trupin e kërkesës. Transkriptat indisht kthehen në shkrimin Devanagari (UTF-8).
Po. POST audio (multipart/form-data, emri i fushës "file") tek /v1/transcribe/ me gjuhën=hi - ose hiqni parametrin e gjuhës për të lejuar Whisper të zbulojë automatikisht. Kthen JSON me transkriptimin, segmentet, shtyllat e kohës dhe etiketat e folësit. Referenca e plotë dhe fragmentet e SDK në /api/.
Po - pasi të përfundojë transkriptimi, kliko Përkthe ose ngjite tekstin në /translate/. indisht pajtohet me çdo gjuhë tjetër që suportojmë (200+). Për minutat e takimit, transkriptimi duhet të shkojë nëpër /summarize/; për dyfishim dërgoje tek /voice/tts/ për të prodhuar audion në gjuhën e synuar.
Whisper është trajnuar në qindra mijëra orë të audios së botës reale, kështu që toleron zhurmën e sfondit dhe regjistrimet me cilësi telefonike në indisht. Për rezultate më të mira, furnizo audio të pastër (mikrofoni i kufës, pa shtrat muzikor) - në këtë nivel zhurma përbën normën e gabimit bazë.Nëse një transkript kthehet i papërdorshëm, dërgo email contact@free.ai me dosjen - ne do të kthejmë token dhe do të shohim nëse një motor tjetër trajton audion tuaj më mirë.