Слободна свахили транкрипција
Транкриптуј свахили аудио и видео за текст са ВИ. Брзо, прецизно и бесплатно.
Како то функционише
- Иди на Free.ai транскрибер
- Слање вашег свахили аудио или видео фајла
- Наш АИ аутоматски детектира свахили и транскрибира га
- Преузми транскрипт као текст или СРТ преводи
свахили могућности транкрипције
- ✓Покретан од faster-whisper (МИТ лиценца)
- ✓Аутоматско откривање језика свахили
- ✓Подржава МП3, ВАВ, МП4, М4А, ФЛАЦ и више
- ✓Временски и субтитлови извоз (СРТ)
- ✓Нема ограничења величине фајла на плаћеним плановима
- ✓Приватни и безб› иједни — фајлови се обришу након обраде
Детаљи језика
| Језик | свахили |
| ИСО кôд | sw |
| ВИ модел | faster-whisper |
| цена | слободни |
Више језика
Приказ сви језициЧашће
свахили је мање изворни језик за Whisper — велики- v3-turbo стоји изнад 25% честоте грешака р› ијечи, понекад много горе. Транскрипт је корисан за претрагу и нагласак, али се не треба третирати као припремљен за издавање. Ако постане доступан вишепрецизан мотор за свахили, аутоматски ћемо га пребацити.(Тир D, over 25% word error rate на референтним скуповима - ми објављујемо поштене ВЕР нивое, а не маркетинг тврдње.)
Да — свахили транскрипција прво извлачи из дневног бесплатног базена жетона. Аудио кошта око 50 жетона на минут, тако да анонимни дневни базен покрива неколико сати аудио дневно. Потписани налоги добијају већи 30.000 дневни базен. Претходно, транскрипција је плаћено као што сте ви, са жетоном топ-уп од $1.
свахили транскрипти се враћају у стандардном УТФ‐ 8 са нормалном ортографијом језика.
MP3, WAV, M4A, FLAC, OGG, OPUS и WEBM се прихватају директно. За видео (MP4, Move, MKV) извлачимо аудио са стране сервера пре него што га пошаљемо у Whisper — не морате ништа сами да претварате. Исти цевовод без обзира на изворни језик, укључујући и свахили.
Анонимни слање капака на око 500 МБ по фајлу. Потписани налоги иду до 2 ГБ. Трајање није тешко ограничење — дуги фајлови се аутоматски раздвајају (30- секунди са преклапањем) и зашивају назад у један транскрипт са континуираним временским знаковима. Вишечасовни свахили снимаци (подкасти, пуна предавања, састанци) раде фино.
Да — подразум› ијевано је дијаризирање звучника за сваки свахили транскрипт. Излаз се сегментира као спикер 1 / Звучник 2 / Звучник 3 са временским знаковима, тако да се интервјуи, дискусије у панелу и састанци са више странкама враћају означени. Dia покреће се на одвојеном моделу и ради исто на свим језицима које подржавамо.
Да — убаците УРЛ у /transcribe/youtube/ за Јутјуб или /transcribe/podcast/ за подеминијске доводе (јабука, Spotify, RSS). Преузимамо аудио, преузимамо Whisper са језиком=sw, и враћамо транскрипт са временским ознакама и звучницима. Типични свахили садржај: Шта апп гласовне белешке, Јутјуб влогови и видео са кратког облика су најчешће свахили радне опсеге — налепите УРЛ у /transcribe/youtube / или слајте директно звук.
Whisper кошта око 50 жетона по минуту звука, па је један сат снимања ~3.000 жетона. Већина корисника никада ништа не троши — бесплатни дневни базен од 30.000 жетона покрива краће исечке, говорне белешке и једнократне подемисија. Иза тога, транскрипција је плаи-а- и- го, са жетоном топ-а од $1.
Да — и ниво сегмента (сваки ~10- 30 секунди) и временски знаци р› ијечи су доступни. Ниво р› ијечи је подразум› ијевани за ВТТТ/ СРТ извоз титла тако да наслови синхронизују ред по линију. На АПИ постављају временски тампови=" р› ијеч" у телу захтева. свахили транскрипти се враћају у стандардном УТФ‐ 8 са нормалном ортографијом језика.
Да. ПОСТ аудио (мултипарт/форм- подаци, име поља фајла) на / v1/ transcribe/ са језиком=sw — или изостави параметар језика да се Whisper аутоматски препознаје. Враћа ЈСОН са транскриптом, сегментима, временским табелама и звучницима. Пуна референца и СДК сецпетс на / api /.
Да — када се транскрипција заврши, кликните на Преведи или налепи текст у / превод /. свахили парови са свим другим језиком који подржавамо (200+). За састанак минута пренос кроз /summarize /; за прислушкивање га пошаљите на /voice/tts / да бисте извукли звук на циљном језику.
Whisper's noise training helps less at this tier - the bottleneck is the amount of свахили audio Whisper saw during training, not noise. Clean studio audio still beats noisy audio, but neither will reach the accuracy you would get on a high-resource language.Ако се транскрипт врати неупотребљив, e-mail contact@free.ai са фајлом — ми ћемо вратити жетоне и погледати да ли другачији мотор боље обрађује ваш звук.