latış pulsuz transkripsiya

latış audio və videonu AI ilə mətnə çevir. Tez, dəqiq və pulsuz.

İşə Gəlməsi

  1. _Get Free.ai transkriptoru
  2. latış audio və ya video faylı yüklə
  3. Bizim AI latış-i avtomatik olaraq aşkar edib onu transkriptləşdirir
  4. Transkripsiyanı mətn və ya SRT subtitle olaraq yüklə

latış transkripsiya xüsusiyyəti

  • faster-whisper tərəfindən dəstəklənir (MIT lisenziyalıdır)
  • latış dilini avtomatik aşkarla
  • MP3, WAV, MP4, M4A, FLAC və daha çoxunu dəstəkləyir
  • Zaman damğaları və altyazılar ixracatı (SRT)
  • Fayl ölçüsü limiti yoxdur
  • Xüsusi və təhlükəsiz -- fayllar işləmədən sonra silinir

Dil Məlumatları

Dillatış
ISO kodulv
Modeldaha sürətli pıçıldaşma
QiymətPulsuz

FAQ

latış Whisper üçün orta resurs dilidir - böyük-v3-turbo 15-25% söz səhv dərəcəsi zolağına düşür. Transkriptin əsası etibarlıdır; adlanmış-entlik səhvləri, vaxtaşırı kod-əvəzləmə problemləri və qısa-söhbət səhvləri gözləyin. Yayım keyfiyyətli çıxıntı üçün insan keçişi planlaşdırın.(Tier C, 15-25% word error rate on benchmark sets — biz marketinq iddialarından daha çox doğru WER tierlərini yayımlayırıq.)

Bəli — latış transkripsiya əvvəlcə günlük pulsuz tokenlərinizi alır. Audio bir dəqiqədə 50 tokenə başa gəlir, buna görə də anonim günlük pool gündəlik bir neçə saat audionu əhatə edir. Giriş etmiş hesablar daha böyük bir pool və 10,000 qeydiyyat tokenini alır. Bundan sonra, $1 750,000 token (~250 saat audio) alır.

latış transkriptləri standart UTF-8 ilə və dilin normal orfoqrafikası ilə geri qaytarılır.

MP3, WAV, M4A, FLAC, OGG, OPUS və WEBM formatları doğrudan qəbul edilir. Video üçün (MP4, MOV, MKV) səs-təkrarını Whisper-ə göndərmədən əvvəl server tərəfində çıxarırıq - siz heç nəyi öz əlinizlə çevirməyə ehtiyacınız yoxdur. Mənbə dili ilə bağlı olaraq eyni boru kəməri, latış də daxil olmaqla.

Anonim yükləmələr hər fayl üçün təxminən 500 MB-a qədərdir. Giriş edilmiş hesablar 2 GB-a qədərdir. Uzunluğu məhdudlaşdırmaq mümkün deyil - uzun fayllar avtomatik olaraq parçalanır (30 saniyəlik pəncərələr üst-üstə düşür) və tək bir transkriptə davamlı vaxt damğaları ilə birləşdirilir. Bir neçə saatlıq latış qeydləri (podkastlar, tam dərslər, görüşlər) yaxşı işləyir.

Bəli — hər bir latış transkripti üçün səsləndiricinin diarizasiyası ön qurğulu olaraq işə salınıb. Çıxış 1-ci / 2-ci / 3-cü səsləndirici kimi vaxt damğaları ilə segmentləşdirilir, buna görə də müsahibələr, panel müzakirələri və çox tərəfli görüşlər etiketlənmiş olaraq geri gəlir. Diarizasiya ayrı bir model üzərində işləyir və bütün dəstəklədiyimiz dillərdə eyni şəkildə işləyir.

Bəli — URL-i YouTube üçün /transcribe/youtube/ və ya podcast axınları üçün /transcribe/podcast/-ə yapışdırın (Apple, Spotify, RSS). Audionu yükləyirik, language=lv ilə Whisper-dən keçiririk və vaxt işarə və səsləndirici etiketləri ilə transkripti geri qaytarırıq. Tipik latış məzmunu: latış-də dərslər, müsahibələr, səsli qeydlər və YouTube məzmunu bütün işləyir — URL-i /transcribe/youtube/-ə yapışdır və ya faylları doğrudan yüklə.

Whisper-in audionun bir dəqiqəsi üçün 50 token dəyəri var, buna görə də bir saatlıq qeyd ~3,000 token dəyərindədir. $1 750,000 token satın alır, bu da dollar başına təxminən 250 saat audioya bərabərdir. Çox istifadəçi heç nə xərcləmir - günlük pulsuz pul qısa kliplər, səsli qeydlər və birdəfəlik podcastlar üçündür.

Bəli — həm segment səviyyəli (hər ~10-30 saniyədə) həm də söz səviyyəli vaxt damğaları mövcuddur. Söz səviyyəsi VTT/SRT altyazıları ixrac etmək üçün ön qurğudur, buna görə də altyazılar sətir-sətir sinxronlaşdırılır. API-də tələbin bədənində timestamps="word"-u təyin et. latış transkriptləri standart UTF-8 ilə və dilin normal orfoqrafikası ilə geri qaytarılır.

Bəli. Audionu (multipart/form-data, sahənin adı "file") language=lv ilə /v1/transcribe/-ə POST et - ya da Whisper-in avtomatik aşkarlamasına imkan vermək üçün dil parametrini burax. Transkript, segmentlər, vaxt damğaları və səsləndirici etiketləri ilə JSON geri qaytarır. Tam istinad və SDK parçaları /api/-dədir.

Bəli — transkripsiya bitdikdən sonra, Tərcümə düyməsini basın və ya mətni /translate/-ə yapışdırın. latış dəstəklədiyimiz hər hansı bir dillə uyğun gəlir (200+). Toplantı protokolları üçün transkripsiya /summarize/-ə göndərilir; dublaj üçün isə /voice/tts/-ə göndərilir ki, audio məqsəd dili ilə göstərilsin.

Whisper-in səs-küy səmərəliliyi hələ də latış-ə tətbiq olunur, lakin bu dəqiqlik səviyyəsində hər hansı əlavə səs-küy əsas xəta dərəcəsini artırır. Təmiz qulaqlıq səsi telefon və ya noutbuk mikrofonu ilə qeydlərdən daha yaxşı nəticələr verir.Əgər transkript istifadə edilməmiş halda geri gəlsə, contact@free.ai ünvanına faylla birlikdə e-poçt göndərin — biz sizə tokenləri geri qaytaracağıq və başqa bir motorun sizin audionuzu daha yaxşı idarə edə biləcəyini görəcəyik.

Free.ai-i sevirsiniz? Dostlarınıza deyin!

Bu səhifəni qiymətləndir