ነጻ ማኦሪ
ማኦሪ ድምፅና ቪዲዮን ወደ ጽሑፍ በ AI ይተረጎሙ. ፈጣን፣ ትክክለኛና ነፃ ነው።
እንዴት እንደሚሠራ
- ወደ ፊደል ይሂዱ Free.ai ተጽዕኖ ፈጣሪ
- የድምፅ ወይም የቪዲዮ ፋይልዎን ማኦሪ ጫን
- የኛ AI ማኦሪን አውቶማቲክ አድርጎ ያገኛል እናም ይተረጎማል
- ፋይልን አውርድ
ማኦሪ የጽሑፍ ቅርጸት
- ✓በፍጥነት-የሚጮህ (MIT ፈቃድ)
- ✓Automatic ማኦሪ language detection
- ✓MP3, WAV, MP4, M4A, FLAC, እና ሌሎችን ይደግፋል
- ✓የጊዜ ምልክቶች እና የታችኛው ርዕስ ማውጣት (SRT)
- ✓የፋይል መጠን ልክ
- ✓የግልና ደህንነቱ የተጠበቀ -- ፋይሎች ከማከናወን በኋላ ይታጠፋሉ
የቋንቋ ዝርዝሮች
| ቋንቋ | ማኦሪ |
| ኮድ | mi |
| ቅርጸት | ፈጣን-መነሻ |
| ዋጋ | ነጻ |
ቋንቋዎች
ቋንቋን አሳይጥያቄ
ማኦሪ ለዊስፐር በጣም ጥቂት የሆኑ ምንጮች ያለው ቋንቋ ነው - ትልቅ-v3-turbo ከ 25% በላይ የቃል ስህተት መጠን አለው፣ አንዳንድ ጊዜም በጣም ከፍ ያለ ነው። ትርጓሜው ለፍለጋ እና ለግጥም ጠቃሚ ነው ግን እንደ ማተም ዝግጁ ሆኖ መቆየት የለበትም ፡፡ ለማኦሪ ከፍተኛ-ጥንካሬ ያለው መሳሪያ ቢኖር እኛ በራሳችን በራስ-ሰር እንቀላቅላለን ፡፡(በመነሻ ሰሌዳዎች ላይ ደረጃ D, over 25% word error rate - ከማስተዋወቂያ ክስ ይልቅ እውነተኛ የWER ደረጃዎችን እናወጣለን)
አዎ - ማኦሪ transcription ከዕለታዊ ነፃ ቶኬን ፎልድዎ በፊት ይወስዳል. ድምፅ በአንድ ደቂቃ ውስጥ 50 ቶኬን ያህል ይከፍላል ፣ ስለዚህም የዕለታዊው ፎልድ በአንድ ቀን ውስጥ ጥቂት ሰዓቶችን ያጠቃልላል ፡፡ የተመዘገቡ ანგარიሾች ተጨማሪ 10,000 ምዝገባ ቶኬኖችን ይጨምራሉ ፡፡ ከዚያ በኋላ ፣ $1 750,000 ቶኬኖችን (~ 250 ሰዓቶች የድምፅ) ይሸጣል ፡፡
ማኦሪ transcripts በደንበኛ UTF-8 በቋንቋው መደበኛ አጻጻፍ ተመልሰዋል
MP3, WAV, M4A, FLAC, OGG, OPUS, እና WEBM ቀጥታ ይቀበላሉ. ለቪዲዮ (MP4, MOV, MKV) የኦዲዮ ትራክ ሰርቨር-በኩል ወደ Whisper ከመላክዎ በፊት እናወጣለን - ምንም ነገር ራስዎ መቀየር የለብዎትም. የቋንቋ ምንጭ ሳይለይ ተመሳሳይ ቧንቧ ፣ ማኦሪን ጨምሮ።
የፋይል መጠን 500 ሜባ ነው. የተመዘገቡ መዝገቦች እስከ 2 ጂቢ ይደርሳሉ. ጊዜው የረጅም ፋይሎችን ራስ-ሰር በቅርንጫፎች (30 ሰከንዶች ርዝመት ያላቸው ፋይሎች) እና በቀጥታ ጊዜ ምልክቶች ወደ አንድ መዝገብነት ውስጥ ይከፋፈላል. ብዙ ሰዓት የሚቆይ ማኦሪ መዝገቦች (ፖድካስቶች፣ ሙሉ አስተምህሮዎች፣ ስብሰባዎች) በደንብ ይሠራሉ.
አዎ - ተናጋሪ diarization ነው በቅድመ-ተዘጋጅቶ ለእያንዳንዱ ማኦሪ transcript. ውጤቱ እንደ ተናጋሪ 1 / ተናጋሪ 2 / ተናጋሪ 3 ጋር ጊዜ ምልክቶች ክፍል ነው, ስለዚህ ቃለ መጠይቆች, ፓነል ውይይቶች, እና multi-party ስብሰባዎች መለያ ይመለሳሉ. diarization በተለያዩ ሞዴል ላይ ይሠራል እና በሁሉም ቋንቋዎች እኛ የምናበረታታ አንድ ዓይነት ይሠራል.
አዎ - የዩአርኤልን ወደ /transcribe/youtube/ ለዩቲዩብ ወይም /transcribe/podcast/ ለፖድካስት ፍጆታዎች (አፕል፣ ስፖቲፊ፣ ር.ኤስ.ኤስ) ይጫኑ. ድምጹን ከፍለን፣ በዊስፐር ውስጥ ቋንቋ=mi በመጠቀም እንሰራለን፣ እናም የጊዜ ምልክቶች እና የተናጋሪ መለያዎችን በመጠቀም የትራንስክሪፕቱን እንመለሳለን። የተለመደው ማኦሪ ይዘት: ማኦሪ ውስጥ ያሉት የትምህርት ክፍሎች፣ ቃለ ምልልሶች፣ የድምፅ ማስታወሻዎች፣ የዩቲዩብ ይዘቶች ሁሉ ይሠራሉ - URLን ወደ /transcribe/youtube/ ይጣሉ ወይም ፋይሉን በቀጥታ ይጫኑ.
የቪስፐር ዋጋ በአንድ ደቂቃ ድምፅ 50 ቶኬን ሲሆን፣ ስለዚህ የአንድ ሰዓት ድምፅ 3,000 ቶኬን ነው። 1 ዶላር 750,000 ቶኬን ይሸጣል፣ ይህም በአንድ ዶላር 250 ሰዓት ድምፅ ማለት ነው። አብዛኛዎቹ ተጠቃሚዎች ምንም አይከፍሉም - ነፃው የዕለት ተዕለት ስብስብ 짧ን ክሊፖች፣ የድምፅ ማስታወሻዎች እና አንድ ጊዜ የሚደረጉ ፖድካስቶች ያካትታል።
አዎ - ሁለቱም ክፍል-ደረጃ (የየ ~10-30 ሰከንዶች) እና ቃል-ደረጃ ጊዜ-አስማሚዎች ይገኛሉ. ቃል-ደረጃ ለ VTT/SRT የታችኛው-ርዕስ መውጫ ቅድመ-ተዘጋጅቷል ስለዚህ ርዕሶች መስመር-በ-መስመር ይዛመዳሉ. በ API ላይ ጊዜ-አስማሚዎች="ቃል"ን በጠየቁት አካል ውስጥ ይጫኑ. ማኦሪ transcripts በደንበኛ UTF-8 በቋንቋው መደበኛ አጻጻፍ ተመልሰዋል
አዎ. ድምፅ (multipart/form-data, field name "file") ወደ /v1/transcribe/ ቋንቋ=mi ጋር POST - ወይም Whisper አውቶማቲክ-ለመለየት ቋንቋ ፓራሜትር ይተው. JSON ጋር transcript, ክፍሎች, ጊዜ ምልክቶች, እና ተናጋሪ መለያዎች ይመለሳል. ሙሉ ማነሻ እና SDK ቅርጸቶች በ /api/.
አዎ - መዝገበ ቃላት ከተጠናቀቀ በኋላ፣ ተርጓሚውን ጠቅ ያድርጉ ወይም ጽሑፉን ወደ /translate/ ይጣሉ። ማኦሪ ከሌሎች ቋንቋዎች ጋር ይጣጣማል (200+)። ለስብሰባ ደቂቃዎች መዝገበ ቃላትን ወደ /summarize/ ይላኩ፤ ለድብቅ ድምፅ ወደ /voice/tts/ መላክ በምክንያታዊው ቋንቋ ድምፅን ለማቅረብ።
የዊስፐር የድምፅ ማስተማር በዚህ ደረጃ ላይ ጥቂት ይረዳል - የቧንቧው ጫፍ የማኦሪ ድምፅ መጠን ነው ዊስፐር በሙያ ላይ ሲያይ የነበረው ድምፅ፣ ድምፅ አይደለም። ንጹህ ስቱዲዮ ድምፅ ድምፅን ያንፀባርቃል፣ ግን ሁለቱም በከፍተኛ-መዳረሻ ቋንቋ ላይ ማግኘት የሚችሉትን ትክክለኛነት አያገኙም ፡፡ድምፅዎ የማይጠቀም ከሆነ ፋይሉን ይዘው ወደ contact@free.ai ኢሜይል ያድርጉ - ቶኬኖቹን እንመልሳለን እናም ሌላ ማሽን ድምፅዎን የበለጠ እንደሚያስተዳድር እንመለከታለን።