ነጻ ታጋሎገኛ
ታጋሎገኛ ድምፅና ቪዲዮን ወደ ጽሑፍ በ AI ይተረጎሙ. ፈጣን፣ ትክክለኛና ነፃ ነው።
እንዴት እንደሚሠራ
- ወደ ፊደል ይሂዱ Free.ai ተጽዕኖ ፈጣሪ
- የድምፅ ወይም የቪዲዮ ፋይልዎን ታጋሎገኛ ጫን
- የኛ AI ታጋሎገኛን አውቶማቲክ አድርጎ ያገኛል እናም ይተረጎማል
- ፋይል ጫን
ታጋሎገኛ የጽሑፍ ቅርጸት
- ✓በ faster-whisper የተሰራ (MIT ፈቃድ)
- ✓Automatic ታጋሎገኛ language detection
- ✓MP3, WAV, MP4, M4A, FLAC, እና ሌሎችን ይደግፋል
- ✓የጊዜ ምልክቶች እና የታችኛው ርዕስ
- ✓የፋይል መጠን
- ✓የግልና ደህንነቱ የተጠበቀ -- ፋይሎች ከማከናወን በኋላ ይታጠፋሉ
የቋንቋ ዝርዝሮች
| ቋንቋ | ታጋሎገኛ |
| ኮዶች | tl |
| ሞዴል | faster-whisper |
| ዋጋ | ነጻ |
ቋንቋዎች
ቋንቋን አሳይጥያቄ
ታጋሎገኛ ለዊስፐር መካከለኛ-መዳረሻ ቋንቋ ነው - ትልቅ-v3-ቱርቦ በ 15-25% ቃል ስህተት ፍጥነት ባንድ ውስጥ ይገኛል. የጽሑፉ መሰረታዊ ክፍል የተረጋጋ ነው; የተሰየሙ-አካል ስህተቶችን፣ ጊዜያዊ ኮድ-ማስተካከያ ብልሽቶችን እና ረዥም-አስተያየትን ማጥፋት ይጠብቁ. ለታተም-ጥራት ውጤት ሰውን ማሳለፍ ይዘጋጁ።(በመነሻ ሰሌዳዎች ላይ ደረጃ C, 15-25% word error rate - ከማስተዋወቂያ ክስ ይልቅ እውነተኛ የWER ደረጃዎችን እናወጣለን)
አዎ - ታጋሎገኛ ትርጉም ከዕለታዊ ነጻ ቶኬን ፎልድዎ መጀመሪያ ይወስዳል. ድምፅ በአንድ ደቂቃ 50 ቶኬን ይከፍላል፣ ስለዚህም ያልታወቀው ዕለታዊ ፎልድ በዕለት ድምፅን በጥቂት ሰዓቶች ያጠቃልላል. የተመዘገቡ ሒሳብ ላላቸው ሰዎች ትልቅ የ30,000 ቶኬን ፎልድ ይሰጡታል። ከዚያ በኋላ ትርጉም ከ$1 ጀምሮ ቶኬን ፎልድ-አፕስ ጋር እንደምትሄድ የሚከፈል ነው።
ታጋሎገኛ 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 ፣ ታጋሎገኛን 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 ታጋሎገኛ መዝገቦች (ፖድካስቶች፣ ሙሉ አስተምህሮዎች፣ ስብሰባዎች) በደንብ ይሠራሉ.
አዎ - ተናጋሪ diarization ነው በቅድመ-ተዘጋጅቶ ለእያንዳንዱ ታጋሎገኛ 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=tl በመጠቀም እንሰራለን፣ እናም የጊዜ ምልክቶች እና የተናጋሪ መለያዎችን በመጠቀም የትራንስክሪፕቱን እንመለሳለን። የተለመደው ታጋሎገኛ ይዘት: የዋትስአፕ የድምፅ ማስታወሻዎች፣ የዩቲዩብ ቪዲዮዎች፣ እና የጥቂት ጊዜ ቪዲዮዎች በጣም የተለመዱ የታጋሎገኛ ስራዎች ናቸው - URLን ወደ /transcribe/youtube/ ይጫኑ ወይም ድምጹን በቀጥታ ይጫኑ.
Whisper በድምፅ 50 ቶኬን በአንድ ደቂቃ ዋጋ አለው፣ ስለዚህ የአንድ ሰዓት ማስመዝገብ ~3,000 ቶኬን ነው። አብዛኛዎቹ ተጠቃሚዎች ምንም አይከፍሉም - የ30,000 ቶኬን ነፃ የዕለት ተዕለት ስብስብ ጥቂት ክሊፖችን፣ የድምፅ ማስታወሻዎችን እና አንድ-አልባ ፖድካስቶችን ያጠቃልላል። ከዚህ በተጨማሪ፣ መዝገብ-አጻጻፍ ከ $1 ጀምሮ የቶኬን ተጨማሪዎች ያሉት እንደምትሄድ ክፍያ ነው።
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. ታጋሎገኛ transcripts በደንበኛ UTF-8 በቋንቋው መደበኛ አጻጻፍ ተመልሰዋል
አዎ. ድምፅ (multipart/form-data, field name "file") ወደ /v1/transcribe/ ቋንቋ=tl 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። ታጋሎገኛ ከሌሎች ቋንቋዎች ጋር ይጣጣማል (200+)። ለስብሰባ ደቂቃዎች መዝገበ ቃላትን ወደ /summarize/ ይላኩ፤ ለድብቅ ድምፅ ወደ /voice/tts/ መላክ በምክንያታዊው ቋንቋ ድምፅን ለማቅረብ።
የዊስፐር የድምፅ ረጅምነት አሁንም ታጋሎገኛ ላይ ይሠራል፣ ግን በዚህ የጥራት ደረጃ ማንኛውም ተጨማሪ ድምፅ የመሰረት መስመር ስህተት መጠንን ያጠቃልላል። ንጹህ የጆሮ ማዳመጫ ድምፅ ከሞባይል ወይም ከላፕቶፕ-ማይክሮፎን መዝገቦች የበለጠ ውጤቶችን ይሰጣልድምፅዎ የማይጠቀም ከሆነ ፋይሉን ይዘው ወደ contact@free.ai ኢሜይል ያድርጉ - ቶኬኖቹን እንመልሳለን እናም ሌላ ማሽን ድምፅዎን የበለጠ እንደሚያስተዳድር እንመለከታለን።