តើខ្ញុំអាចទទួលចំណងជើងរង SRT សម្រាប់ផតខាស់វីដេអូរបស់ខ្ញុំបានទេ & # 160;?

បាទ - ជ្រើស SRT ឬ WebVTT ជាទ្រង់ទ្រាយលទ្ធផល & # 160; ។ ស្លាកអ្នកនិយាយត្រូវបានរួមបញ្ចូលក្នុងបន្ទាត់ (SRT) ឬជា ស្លាក (VTT) ដែលអ្នកលេងសម័យទំនើបភាគច្រើនបង្ហាញត្រឹមត្រូវ & # 160; ។

បម្លែងជាសំឡេង AI បដិសេធការបកប្រែបន្តផ្ទាល់ បកប្រែវីដេអូ YouTube ការបកប្រែកិច្ចប្រជុំ ការបកប្រែពង្រីក អូឌីយ៉ូទៅអត្ថបទ វីដេអូទៅអត្ថបទ ការបកប្រែការហៅទូរស័ព្ទ ច្រើន →

ច្រៀងបទពហុមេឌៀ

ប្រើពាណិជ្ជកម្មបានហើយ ម៉ូដែល 380+ គ្មានសញ្ញាទឹក គ្មានការចុះឈ្មោះដែលត្រូវការ

ផ្ទុកឡើងបទចម្រៀងនិងទទួលបានស្អាត, មេរៀនដែលមានស្លាកអ្នកនិយាយជាមួយសញ្ញាសម្គាល់ជំពូកដែលរកឃើញដោយស្វ័យប្រវត្តិពីចន្លោះស្ងៀមស្ងាត់. ឯកសារទម្រង់វែងរហូតដល់ទៅ 2GB, 99 ភាសា, Whisper-ធំ-v3 ភាពត្រឹមត្រូវ. នាំចេញជា SRT / VTT សម្រាប់វីដេអូរបស់អ្នក, TXT ធម្មតាសម្រាប់បង្ហាញចំណាំ, ឬ JSON សម្រាប់កែសម្រួលនៅក្នុងលំហូរការងាររចនាប័ទ្ម Descript.

អូស និងទម្លាក់ផតខាស់របស់អ្នក ឬចុចដើម្បីរុករក

MP3, WAV, M4A, OGG, MP4 — រឿងភាគទម្រង់វែងរហូតដល់ទៅ 2GB

ភាសា

ម៉ាស៊ីន

ទ្រង់ទ្រាយលទ្ធផល

ស្លាកធុងបាស (ម៉ាស៊ីន / ភ្ញៀវ) — ស្លាកអ្នកនិយាយពេល (+50% សញ្ញាសម្គាល់)

ចំនួនអ្នកនិយាយ:

សម្គាល់ជំពូកស្វ័យប្រវត្តិ — ចន្លោះស្ងាត់>2s

សញ្ញាសម្គាល់ជំពូកត្រូវបានគណនាពីផ្នែកអតិថិជនពីចន្លោះផ្នែកនិងភ្ជាប់ទៅនឹងអត្ថបទ. បិទភ្ជាប់ពួកគេទៅក្នុង YouTube ឬ Spotify សេចក្ដីពិពណ៌នាដូច-គឺ.

ស្ថាបនាសម្រាប់អ្នកធ្វើផតខាស់ + កម្មវិធីនិពន្ធបង្ហាញ

បង្ហាញចំណាំក្នុងបិទភ្ជាប់មួយ

ផ្ទុកឡើងរឿង, ទាញយក TXT នេះ. ស្លាកអធិបតីក្នុងបន្ទាត់, ទំព័រពេលវេលាត្រៀមខ្លួនជាស្រេចសម្រាប់ Spotify / វីដេអូ YouTube របស់អ្នកពិពណ៌នា, ប្រកាសកំណត់ហេតុបណ្ដាញដែលបានសរសេរនៅក្នុង 10 នាទីជំនួសឱ្យ4ម៉ោង.

ចំណងជើងរងវីដេអូ

នាំចេញ SRT ឬ WebVTT ជាមួយស្លាកអ្នកនិយាយ។ ទម្លាក់វាទៅក្នុង Premiere, Final Cut ឬ DaVinci Resolve - ឬផ្ទុកឡើងនៅជាប់នឹងវីដេអូ YouTube របស់អ្នកសម្រាប់ចំណងជើងស្អាត។

កែសម្រួលភាគដែលមានមូលដ្ឋានលើអត្ថបទ

ការនាំចេញ JSON ផ្តល់ឱ្យអ្នកពាក្យទាំងអស់ជាមួយពេលវេលាចាប់ផ្តើម / បញ្ចប់. បំពង់ចូលទៅក្នុង Descript, Reaper, ឬលំហូរការងារផ្ទាល់ខ្លួន - កែសម្រួលដោយបន្លិចអត្ថបទជំនួសឱ្យការលាងសម្អាត.

របៀបដែលការបកប្រែផតខាស់ធ្វើការ

អូស រឿង ភាគ របស់ អ្នក ទៅ លើ តំបន់ ធ្លាក់ ចុះ — MP3, WAV, M4A, MP4, រហូតដល់ 2GB.
ទុកស្លាកអ្នកនិយាយ និងសញ្ញាសម្គាល់ជំពូកបើក (ពួកវាជាលំនាំដើម) & # 160; ។ ជ្រើសទ្រង់ទ្រាយលទ្ធផលរបស់អ្នក & # 160; ។
យើងពិនិត្យមើលរយៈពេល + តម្លៃវាឡើងមុនពេលអ្នកចំណាយប្រាក់ណាមួយ. ចុច សរសេរ.
ទាញយក TXT ស្លាកអ្នកនិយាយ SRT VTT ឬ JSON ។ សញ្ញាសម្គាល់ជំពូកដឹកជញ្ជូននៅជាប់គ្នា រួចរាល់ដើម្បីបិទភ្ជាប់ ។

Free.ai បទសម្ភាសន៍ Podcast បកប្រែប្រឆាំងនឹង Descript, Riverside, Otter

លក្ខណៈពិសេស	Free.ai	Descript	Riverside	Otter.ai
តម្លៃ	Pay-per-use ($0.003/min)	$15-30/mo	$19/mo	$16.99/mo
ទំហំឯកសារអតិបរមា	2 GB	5 GB	Tied to record session	500 MB (varies)
ការកំណត់អត្តសញ្ញាណអ្នកនិយាយ
សម្គាល់ជំពូកស្វ័យប្រវត្តិ	(ផ្អែកលើភាពស្ងាត់)	Manual	—	Paid tier
នាំចេញ SRT/ VTT				Paid
ភាសា	99	22	100+	English-focused
API សាធារណៈ		—	—	Limited

ការកំណត់តម្លៃប្រកួតប្រជែងឆ្លុះបញ្ចាំងពីកម្រិតដែលបានចុះបញ្ជីជាសាធារណៈនៅក្នុង 2026 ។ ពិនិត្យមើលក្រុមហ៊ុនផ្ដល់សេវានីមួយៗសម្រាប់ផែនការបច្ចុប្បន្ន។

បកប្រែផតខាស់ទៅជាអត្ថបទដោយប្រើ AI ដោយឥតគិតថ្លៃ ។ ស្លាកអ្នកនិយាយ សញ្ញាសម្គាល់ជំពូក នាំចេញ SRT ។

របៀបប្រើ ច្រៀងបទពហុមេឌៀ

បញ្ចូលព័ត៌មានបញ្ចូលរបស់អ្នក

វាយអត្ថបទ ផ្ទុកឯកសារឡើង ឬពិពណ៌នាអំពីអ្វីដែលអ្នកចង់បាន & # 160; ។ គ្មានគណនីដែលត្រូវការ & # 160; ។

ចុចបង្កើត

AI របស់យើងដំណើរការសំណើរបស់អ្នកក្នុងរយៈពេលពីរបីវិនាទីដោយប្រើម៉ូដែលប្រភពបើកចំហល្អបំផុត។

ទាញយក និងចែករំលែក

ទាញយក ចម្លង ឬ ចែករំលែកលទ្ធផលរបស់អ្នក ។ ឥតគិតថ្លៃសម្រាប់ការប្រើផ្ទាល់ខ្លួន និងពាណិជ្ជកម្ម ។

ប្រើឧបករណ៍នេះតាមរយៈ API

ឧបករណ៍នេះដោយស្វ័យប្រវត្តិពីកូដផ្ទាល់ខ្លួនរបស់អ្នក. OpenAI-ឆបគ្នា REST ចំណុចបញ្ចប់, Bearer-token auth, មិនចាំបាច់បន្ថែម SDK. តម្លៃ Token ផ្គូផ្គងចំណុចប្រទាក់បណ្ដាញ.

ឯកសារ API យកសោ API

curl -X POST https://api.free.ai/v1/stt/ \
  -H "Authorization: Bearer sk-free-..." \
  -H "Content-Type: application/json" \
  -d '{"file": "@audio.mp3", "language": "auto"}'

ឧបករណ៍ AI ឥតគិតថ្លៃដែលទាក់ទង

បម្លែងជាសំឡេង AI

បដិសេធការបកប្រែបន្តផ្ទាល់

បកប្រែវីដេអូ YouTube

ការបកប្រែកិច្ចប្រជុំ

ការបកប្រែពង្រីក

អូឌីយ៉ូទៅអត្ថបទ

វីដេអូទៅអត្ថបទ

ការបកប្រែការហៅទូរស័ព្ទ

ច្រៀងបទពហុមេឌៀ — FAQ

ឧបករណ៍ផតខាស់លំនាំដើមទៅអ្នកនិយាយ diarization និងសញ្ញាសម្គាល់ជំពូក (ការរកឃើញភាពស្ងៀមស្ងាត់ចន្លោះ> 2s) និងគាំទ្រឯកសារទម្រង់វែងរហូតដល់ទៅ 2GB ។ ទ្រង់ទ្រាយលទ្ធផលរួមមាន SRT + VTT សម្រាប់បង្ហាញកញ្ចប់វីដេអូចំណាំ TXT ធម្មតាសម្រាប់ប្រកាសប្លុកនិង JSON ដែលមានរចនាសម្ព័ន្ធជាមួយ timestamps ក្នុងមួយជុំ + ស្លាកអ្នកនិយាយសម្រាប់កែសម្រួលក្នុងលំហូរការងាររចនាប័ទ្ម Descript ។

រហូតដល់ទៅ 2GB ក្នុងមួយឯកសារ - ប្រហែល 14 ម៉ោង អូឌីយ៉ូ ផតខាស់ នៅ 128 kbps MP3. ឯកសារវែងត្រូវបាន chunked ផ្នែកម៉ាស៊ីនបម្រើសម្រាប់ភាពធន់; អ្នកទទួលបានការច្របាច់បញ្ចូលគ្នាតែមួយ ត្រឡប់មកវិញ transcript.

បាទ/ ចាស & # 160; ។ ការធ្វើឲ្យអ្នកនិយាយមានឈ្មោះជាលំនាំដើមគឺបើក & # 160; ។ យើងរកឃើញសំឡេងខុសៗគ្នា ២- ១០ តាមរយៈការបង្កប់សំឡេង ECAPA ដាក់ស្លាកពួកវាថា ជាអ្នកនិយាយ ១ / ២ /... ហើយអនុវត្តស្លាកទៅគ្រប់ចម្រៀក & # 160; ។ អ្នកអាចប្ដូរឈ្មោះពួកវាក្នុងទិដ្ឋភាពលទ្ធផល & # 160; ។

ភាពស្ងៀមស្ងាត់ចន្លោះវែងជាង2វិនាទី - ការសម្រាកធម្មជាតិ podcasters ប្រើរវាងផ្នែក. ជំពូកនីមួយៗទទួលបាន timestamp ដែលអ្នកអាចបិទភ្ជាប់ដោយផ្ទាល់ទៅក្នុងការបង្ហាញ-ចំណាំរបស់អ្នកជាមួយ "ជំពូក:" ប្លុកសម្រាប់ YouTube + Spotify.

Descript គិតថ្លៃ $15-$30 ក្នុងមួយខែសម្រាប់ 10 ម៉ោងនៃការបកប្រែ, ជាប់ទាក់ទងទៅនឹងកម្មវិធីនិពន្ធរបស់ពួកគេ. យើងគិតថ្លៃក្នុងមួយការប្រើប្រាស់នៅ ~ 500 សញ្ញា / នាទីនៅលើ Whisper ($5 = 200K សញ្ញា = ~ 400 នាទី), គ្មានការជាវប្រចាំ, នាំចេញធម្មតាអ្នកអាចបិទភ្ជាប់នៅកន្លែងណាមួយ.

Riverside គឺជាស្ទូឌីយោថតដែលចម្លងសម័យរបស់អ្នកដោយឥតគិតថ្លៃនៅក្នុងកម្មវិធីរបស់ពួកគេ, ប៉ុន្តែគ្រាន់តែបន្ទាប់ពីការថតជាមួយពួកគេ. យើងចម្លង MP3 / WAV / MP4 ណាមួយមិនថាវាត្រូវបានថត.

Otter caps at 300 នាទី / ខែនៅលើកម្រិតឥតគិតថ្លៃនិងជាភាសាអង់គ្លេសផ្តោត. យើងគាំទ្រ 99 ភាសានៅភាពត្រឹមត្រូវ Whisper-ធំ-v3 ដូចគ្នាដោយគ្មានការ cap ប្រចាំខែ - អ្នកបង់ក្នុងមួយនាទីបានបកប្រែ.

បាទ - ជ្រើស SRT ឬ WebVTT ជាទ្រង់ទ្រាយលទ្ធផល & # 160; ។ ស្លាកអ្នកនិយាយត្រូវបានរួមបញ្ចូលក្នុងបន្ទាត់ (SRT) ឬជា < v អ្នកនិយាយ N > ស្លាក (VTT) ដែលអ្នកលេងសម័យទំនើបភាគច្រើនបង្ហាញត្រឹមត្រូវ & # 160; ។

Whisper- ធំ- v3 គ្រប់គ្រងគ្រែតន្ត្រីនិង reverb ពន្លឺល្អ (អត្រាកំហុសពាក្យធម្មតា 3-7%). តន្ត្រីខ្លាំងណាស់ឬការគ្របដណ្តប់ធ្ងន់ធ្ងរធ្វើឱ្យខូចភាពត្រឹមត្រូវ - ពិចារណារត់ / ចម្រៀង / សំឡេង-remover / ដំបូងនៅលើច្បាប់ចម្លង, ឬបំបែកបើកត្រជាក់របស់អ្នក.

ពាក្យសម្ដីនេះគ្រប់គ្រងឈ្មោះទូទៅបំផុត, ប៉ុន្តែខ្លាំងណាស់ម៉ាកជាក់លាក់ jargon អាចត្រូវការការឆ្លងកាត់ក្រោយ-កែសម្រួល. រឿង ~ 30 នាទីជាធម្មតាមាន 5-10 ម៉ាក / ឈ្មោះកែសម្រួលដើម្បីអនុវត្តដោយដៃ.

ផ្ទុកពួកគេមួយក្នុងពេលតែមួយនៅទីនេះ, ឬប្រើ / batch / លក្ខណៈពិសេសរបស់យើងម្តងបានចុះឈ្មោះចូលទៅក្នុងដើម្បីដាក់ជាជួរឡើងរដូវកាល. API នៅ / api / ទទួលយកផងដែរ POST / v1 / stt / សម្រាប់កម្មវិធី batching.

ទេ. ឯកសារដែលបានផ្ទុកឡើងត្រូវបានលុបបន្ទាប់ពីការបកប្រែបានបញ្ចប់។ បកប្រែរបស់អ្នកស្ថិតនៅក្នុងប្រវត្តិ / account / របស់អ្នកសម្រាប់ទាញយកបើបានចូលក្នុង; អ្នកប្រើអនាមិកទទួលបានតំណចែករំលែក 24 ម៉ោង ។

ចុះឈ្មោះដោយឥតគិតថ្លៃសម្រាប់ 30,000 រូបិយប័ណ្ណ

បង្កើតគណនីឥតគិតថ្លៃ

គ្មានកាតឥណទានដែលត្រូវការ

តើអ្នកវាយតម្លៃឧបករណ៍នេះយ៉ាងដូចម្តេច & # 160;?

ច្រៀង​បទ​ពហុមេឌៀ

ស្ថាបនា​សម្រាប់​អ្នក​ធ្វើ​ផតខាស់ + កម្មវិធី​និពន្ធ​បង្ហាញ

បង្ហាញ​ចំណាំ​ក្នុង​បិទភ្ជាប់​មួយ

ចំណង​ជើង​រង​វីដេអូ

កែសម្រួល​ភាគ​ដែល​មាន​មូលដ្ឋាន​លើ​អត្ថបទ

របៀប​ដែល​ការ​បកប្រែ​ផតខាស់​ធ្វើការ

Free.ai បទសម្ភាសន៍ Podcast បកប្រែប្រឆាំងនឹង Descript, Riverside, Otter

លទ្ធផល

របៀប​ប្រើ ច្រៀង​បទ​ពហុមេឌៀ

បញ្ចូល​ព័ត៌មាន​បញ្ចូល​របស់​អ្នក

ចុច​បង្កើត

ទាញយក និង​ចែករំលែក

ប្រើ​ឧបករណ៍​នេះ​តាម​រយៈ API

ឧបករណ៍ AI ឥតគិតថ្លៃ​ដែល​ទាក់ទង

ច្រៀង​បទ​ពហុមេឌៀ — FAQ

តើ​ការ​បកប្រែ​ផតខាស់​ខុស​គ្នា​ពី​ឧបករណ៍​ទូទៅ​យ៉ាង​ណា?

តើ​អ្វី​ជា​ផតខាស់​វែង​បំផុត​ដែល​អ្នក​អាច​សរសេរ​ជា​សំឡេង​បាន & # 160;?

តើ​អ្នក​ដាក់​ស្លាក​ធុងបាស​ដោយ​ស្វ័យប្រវត្តិ​ឬ & # 160;?

តើ​សញ្ញា​សម្គាល់​ជំពូក​មាន​មូលដ្ឋាន​លើ​អ្វី & # 160;?

តើ​វា​ប្រៀបធៀប​ទៅ​នឹង Descript យ៉ាង​ដូចម្តេច & # 160;?

តើ​នេះ​ប្រៀបធៀប​ទៅ​នឹង Riverside យ៉ាង​ដូចម្តេច?

តើនេះប្រៀបធៀបទៅនឹង Otter.ai យ៉ាងដូចម្តេច?

តើ​ខ្ញុំ​អាច​ទទួល​ចំណង​ជើង​រង SRT សម្រាប់​ផតខាស់​វីដេអូ​របស់​ខ្ញុំ​បាន​ទេ & # 160;?

តើ​ខ្ញុំ​គួរ​រំពឹង​ថា​នឹង​មាន​ភាព​ត្រឹមត្រូវ​លើ​ផតខាស់​ជាមួយ​នឹង​គ្រែ​តន្ត្រី​ដែរ​ឬទេ?

តើ​វា​ទទួល​ស្គាល់​ឈ្មោះ​ភ្ញៀវ និង​ពាក្យ​ម៉ាក​ទេ & # 160;?

តើ​ខ្ញុំ​អាច​ដំណើរការ​រឿង​ច្រើន​ក្នុង​ពេល​តែ​មួយ​បាន​ទេ & # 160;?

តើ​អូឌីយ៉ូ​របស់​ខ្ញុំ​នឹង​ត្រូវ​បាន​រក្សាទុក​បន្ទាប់​ពី​បម្លែង​ឬ & # 160;?

ទទួលបាន 10,000 និមិត្តសញ្ញាដោយឥតគិតថ្លៃ

រង់ចាំ - ទទួលបាន 10K ឥតគិតថ្លៃ Tokens!

ចង់​បាន​បន្ថែម​ទៀត​ឬ & # 160;?