ಕ್ರಮಬದ್ಧವಾದ ಖಮೇರ್ ಪ್ರಾಥಮಿಕ
AI. ವೇಗ, ನಿಷ್ಕೃಷ್ಟ ಮತ್ತು ಉಚಿತವಾಗಿ. ಟೆಕ್ಸ್ಟ್ರಿ ಖಮೇರ್ ಆಡಿಯೋ ಮತ್ತು ವಿಡಿಯೋವನ್ನು AI ಇಂದ ಟೆಕ್ಸ್ಟ್ಗೆ ಕಾಪಿ ಮಾಡಿ.
ಇದು ಹೇಗೆ ಕಾರ್ಯನಡೆಸುತ್ತದೆ?
- ಹೋಗಿರಿ Free.ai ಟ್ರಾನ್ಸ್ಡಾರ್
- ನಿಮ್ಮ ಖಮೇರ್ ಆಡಿಯೊ ಅಥವ ವಿಡಿಯೋ ಕಡತಗಳನ್ನು ಲೋಡ್ ಮಾಡು
- ನಮ್ಮ AI ತನ್ನಿಂದ ತಾನೇ ಖಮೇರ್ ನ್ನು ಪತ್ತೆಹಚ್ಚುತ್ತದೆ ಮತ್ತು ಅದನ್ನು ಬರಿದುಮಾಡುತ್ತದೆ
- ನಿಮ್ಮ ಉಡಿಗಣಿಯನ್ನು ಪಠ್ಯವಾಗಿ ಅಥವಾ SRT ಉಪಶೀರ್ಷಿಕೆಗಳನ್ನಾಗಿ ನಕಲಿಳಿಸಿ
ಖಮೇರ್ ಟ್ರಾನ್ಸ್ಪ್ರೆಶನ್ ವೈಶಿಷ್ಟ್ಯಗಳು
- ✓faster-whisper ಇಂದ ಅಧಿಕಾರಿತ (MIT ಲೈಸನ್ಸ್ ಮಾಡಲಾಗಿದೆ)
- ✓ಸ್ವಯಂಚಾಲಿತ ಖಮೇರ್ ಭಾಷೆ ಪತ್ತೆಹಚ್ಚುವಿಕೆ
- ✓MP3, WAV, MP4, M4A, FLAC ಮತ್ತು ಮತ್ತಿತರಕ್ಕೂ ಬೆಂಬಲವನ್ನು ನೀಡುತ್ತದೆ
- ✓ಕಾಲವಲಯಗಳು ಹಾಗು ಉಪಪರಿಚಾರಕ (ಎಸ್. ಆರ್ಟಿ)
- ✓ನಿಗದಿಗೊಳಿಸಿದ ಪ್ರಜಾಲಗಳಲ್ಲಿ ಕಡತದ ಗಾತ್ರ ಮಿತಿಗಳು ಇಲ್ಲ
- ✓ಖಾಸಗಿ ಹಾಗು ಸುಭದ್ರತೆ -- ಸಂವಿಧಾನದ ನಂತರ ಕಡತಗಳನ್ನು ಅಳಿಸಲಾಗುತ್ತದೆ
ಭಾಷೆ ವಿವರಗಳು
| ಭಾಷೆ | ಖಮೇರ್ |
| ISO ಕೋಡ್ | km |
| AI ಮಾದರಿ | faster-whisper |
| ಬೆಲೆ | ಉಚಿತ |
ಹೆಚ್ಚು ಭಾಷೆಗಳು
ಎಲ್ಲಾ ಭಾಷೆಗಳನ್ನು ನೋಡಿFAQ
ಖಮೇರ್ is a less-resourced language for Whisper - large-v3-turbo sits above 25% word error rate, sometimes well above. The transcript is useful for search and gist but should not be treated as publication-ready. If a higher-accuracy engine becomes available for ಖಮೇರ್ we wire it in automatically. (Tier D, over 25% word error rate on benchmark sets - we publish honest WER tiers rather than marketing claims.)
ಹೌದು - ಖಮೇರ್ ಟ್ರಾನ್ಸ್ಕ್ರಿಪ್ಷನ್ ಮೊದಲು ನಿಮ್ಮ ದಿನನಿತ್ಯದ ಮುಕ್ತ ಟೋಕನ್ ಪೌಲ್ ನಿಂದ ತೆಗೆಯುತ್ತದೆ. ಆಡಿಯೊ ಪ್ರತಿ ನಿಮಿಷಕ್ಕೆ ೫೦ ಟೋಕನ್ ಗಳಷ್ಟು ವೆಚ್ಚವಾಗುತ್ತದೆ, ಆದ್ದರಿಂದ ಅಜ್ಞಾತ ದಿನನಿತ್ಯದ ಪೌಲ್ ಪ್ರತಿ ದಿನ ಕೆಲವು ಗಂಟೆಗಳ ಧ್ವನಿಯನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ಪ್ರವೇಶಿಸಿದ ಖಾತೆಗಳು ದೊಡ್ಡದಾದ ೩೦,೦೦೦ ಟೋಕನ್ ದಿನನಿತ್ಯದ ಪೌಲ್ ಅನ್ನು ಪಡೆಯುತ್ತವೆ. ಆ ನಂತರ, ಟ್ರಾನ್ಸ್ಕ್ರಿಪ್ಷನ್ ನೀವು ಬಳಸುವ ರೀತಿಯಲ್ಲಿ ಪಾವತಿ ಮಾಡುತ್ತದೆ, ಟೋಕನ್ ಗಳ ಗರಿಷ್ಠ ಮಟ್ಟ $೧ ರಿಂದ.
ಖಮೇರ್ ರ ನೋಂದಣಿಗಳನ್ನು ಭಾಷೆಯ ಸಾಮಾನ್ಯ ಕಾಲಾನುಕ್ರಮದೊಂದಿಗೆ ಮಾನಕ UTF-8 ರಲ್ಲಿ ಮರಳಿಸಲಾಗಿದೆ.
MP3, WAV, M4A, FLAC, OGG, OPUS, and WEBM are accepted directly. For video (MP4, MOV, MKV) we extract the audio track server-side before sending it to Whisper - you do not need to convert anything yourself. Same pipeline regardless of source language, including ಖಮೇರ್.
Anonymous uploads cap at roughly 500 MB per file. Signed-in accounts go up to 2 GB. Duration is not a hard limit - long files are chunked automatically (30-second windows with overlap) and stitched back into a single transcript with continuous timestamps. Multi-hour ಖಮೇರ್ recordings (podcasts, full lectures, meetings) work fine.
Yes - speaker diarization is on by default for every ಖಮೇರ್ transcript. The output is segmented as Speaker 1 / Speaker 2 / Speaker 3 with timestamps, so interviews, panel discussions, and multi-party meetings come back labeled. Diarization runs on a separate model and works the same across all languages we support.
Yes - paste the URL into /transcribe/youtube/ for YouTube or /transcribe/podcast/ for podcast feeds (Apple, Spotify, RSS). We download the audio, run it through Whisper with language=km, and return the transcript with timestamps and speaker labels. Typical ಖಮೇರ್ content: ಭಾಷಣಗಳು, ಸಂದರ್ಶನಗಳು, ಧ್ವನಿ ಟಿಪ್ಪಣಿಗಳು ಮತ್ತು ಯೂಟ್ಯೂಬ್ ಎಲ್ಲಾ ಕೆಲಸಕಾರ್ಯದ ವಿಷಯಗಳನ್ನು ಖಮೇರ್ ನಲ್ಲಿ ಅಡಕಗೊಳಿಸುವಿಕೆ - ಒಂದು URL ಅನ್ನು /tranchanop/ ehtbe/ evope/ reloadl.
Whisper costs about 50 tokens per minute of audio, so a one-hour recording is ~3,000 tokens. Most users never spend anything - the free daily pool of 30,000 tokens covers short clips, voice notes, and one-off podcasts. Beyond it, transcription is pay-as-you-go, with token top-ups from $1.
Yes - both segment-level (every ~10-30 seconds) and word-level timestamps are available. Word-level is the default for VTT/SRT subtitle export so the captions sync line-by-line. On the API set timestamps="word" in the request body. ಖಮೇರ್ ರ ನೋಂದಣಿಗಳನ್ನು ಭಾಷೆಯ ಸಾಮಾನ್ಯ ಕಾಲಾನುಕ್ರಮದೊಂದಿಗೆ ಮಾನಕ UTF-8 ರಲ್ಲಿ ಮರಳಿಸಲಾಗಿದೆ.
Yes. POST audio (multipart/form-data, field name "file") to /v1/transcribe/ with language=km - or omit the language parameter to let Whisper auto-detect. Returns JSON with the transcript, segments, timestamps, and speaker labels. Full reference and SDK snippets at /api/.
Yes - once transcription finishes, click Translate or paste the text into /translate/. ಖಮೇರ್ pairs with every other language we support (200+). For meeting minutes pipe the transcript through /summarize/; for dubbing send it to /voice/tts/ to render audio in the target language.
Whisper ನ ಧ್ವನಿ ತರಬೇತಿ ಈ ಟ್ರೇಟರ್ ನಲ್ಲಿ ಕಡಿಮೆ ನೆರವಾಗುತ್ತದೆ - ಕಟ್ನಕ್ ಆಡಿಯಾ ಆಡಿಯಾಕ್. ಖಮೇರ್, bugzz zqqtz ಸಹ ವೇಗವಾಗಿ, ಶಬ್ದವಲ್ಲ. ಇನ್ನೂ ಸ್ಟೀಡಿಯೋ ಆಡು ಆಡಿಯೋ ಅನ್ನು ಚುರುಕು ಮಾಡುತ್ತದೆ, ಆದರೆ ನೀವು ಉಚ್ಛೇದ ಭಾಷೆಗೆ ಬರುವುದಿಲ್ಲ. If a transcript comes back unusable, email contact@free.ai with the file - we will refund the tokens and look at whether a different engine handles your audio better.