Free ուրդու Յայտնագրութիւն
Առաջարկվում է ուրդու ձայնային և տեսահոլովակի տեքստը փոխանցել AI-ի միջոցով։ Շատ արագ, ճշգրիտ և անվճար։
Ինչպես է այն աշխատում
- Գնալ դեպի Free.ai Տեղեկագրի վերծանում
- Տեղադրել ուրդու ձայնային կամ տեսահոլովակի ֆայլը
- Մեր ինտելեկտուալ ունակությունները ինքնաբերաբար հայտնաբերում են ուրդու-ը և փոխանցում այն
- Բեռնել ձեր ձայնագրությունը որպես տեքստը կամ SRT ենթատեքստերը
ուրդու Ցուցադրման հատկություններ
- ✓Օգտագործվում է faster-whisper (MIT- ի լիցենզիա)
- ✓ուրդու լեզվի ավտոմատ հայտնաբերում
- ✓աջակցում է MP3, WAV, MP4, M4A, FLAC և այլն
- ✓Ժամանակագրություն և ենթատեքստերի արտահանում (SRT)
- ✓Ֆայլի չափի սահմանափակումներ չկան վճարովի պլանների համար
- ✓Անհատական և անվտանգ -- ֆայլերը վերացվում են գործընթացի ավարտից հետո
Լեզվի մանրամասներ
| Լեզու | ուրդու |
| Օգտագործված | ur |
| Օգտագործողի մոդել | faster-whisper |
| Գին | ազատ |
Ավելի շատ լեզուներ
Դիտել բոլոր լեզուներՀաճախակի հարցվող հարցեր
ուրդու-ը միջին ռեսուրսների լեզուն է Whisper-ի համար - մեծ-v3-turbo-ն ընկնում է 15-25% բառերի սխալների ցուցանիշի շրջանում։ Տպագրության հիմքը վստահելի է, սպասեք անուն ունեցող բովանդակության սխալներ, ժամանակավոր կոդային փոխանցման սխալներ և կարճ-հայտարարության սխալներ։ Պլանավորեք մարդկային անցում հրապարակման որակի ելքի համար։ (Tier C, 15-25% word error rate on benchmark sets - we publish honest WER tiers rather than marketing claims.)
Այո - ուրդու-ի թարգմանությունը նախ և առաջ ձեր օրական անվճար տոկենների գումարից է գումարվում։ Ավտոմատ ձայնագրությունը րոպեական 50 տոկեն է արժե, այսպիսով անանուն օրական գումարը օրական մի քանի ժամ ձայնագրություն է ներառում։ Գրանցված հաշիվները ստանում են ավելի մեծ 30,000 տոկենների գումար։ Այլ դեպքում թարգմանությունը վճարվում է օգտագործման համար, տոկենների ավելացումը սկսվում է $1-ից։
ուրդու transcripts are returned in their native right-to-left script and render correctly in any RTL-aware viewer (browsers, Word, Google Docs) Վիքիպահեստում կան նյութեր այս թեմայով:
MP3, WAV, M4A, FLAC, OGG, OPUS և WEBM ֆայլերը ընդունվում են ուղղակիորեն։ Տեսահոլովակների (MP4, MOV, MKV) համար ձայնային սկավառակը սերվերի կողմից դուրս է բերվում, մինչև այն ուղարկել Whisper- ին՝ դուք չեք պետք է ինքներդ որևէ բան փոխակերպեք։ Միևնույն սկավառակը՝ անկախ աղբյուրի լեզվից, ներառյալ ուրդու- ը։
Անանուն ինտերնետային մուտքագրման չափը կազմում է 500 ՄԲ յուրաքանչյուր ֆայլի համար։ Ընդգրկված հաշիվները հասնում են մինչև 2 ԳԲ։ Տևողությունը սահմանափակ չէ՝ երկար ֆայլերը ավտոմատ կերպով բաժանվում են (30 վայրկյան տողեր՝ փոխկապակցված) և միավորվում մեկ տեքստում՝ շարունակական ժամանակային նշաններով։ Շատ ժամեր տևող ուրդու ձայնագրությունները (podcasts, ամբողջական դասընթացներ, հանդիպումներ) լավ են աշխատում։
Այո - լսողի դիարիզացիան լռելյայն ներառված է յուրաքանչյուր ուրդու transcript- ի համար։ Էքսպորտը բաժանված է լսող 1 / լսող 2 / լսող 3 ժամանակային նշաններով, այնպես որ հարցազրույցները, քննարկումները և բազմակողմ հանդիպումները վերադարձվում են նշված։ Դիարիզացիան աշխատում է առանձին մոդելի վրա և նույնն է բոլոր լեզուների համար, որոնք մենք աջակցում ենք։
Այո, URL- ը կպցրեք /transcribe/youtube/ URL- ը YouTube- ի համար կամ /transcribe/podcast/ URL- ը podcast- ի համար (Apple, Spotify, RSS)։ Մենք ներբեռնում ենք ձայնը, այն գործարկվում է Whisper- ի միջոցով language=ur- ի հետ, և վերադարձնում ենք transcription- ը ժամանակային նշաններով և խոսնակի նշաններով։ Տիպիկ ուրդու- ի բովանդակությունը` WhatsApp ձայնային գրառումները, YouTube վիդեոները և կարճ տեսահոլովակները ուրդու-ի ամենատարածված աշխատանքային ծանրաբեռնվածություններն են՝ URL-ը /transcribe/youtube/-ում տեղադրել կամ ձայնային նյութը ուղղակիորեն տեղադրել։
Whisper costs about 50 tokens per minute of audio, so a one-hour recording is ~3,000 tokens. Most users never spend anything - the free daily pool of 30,000 tokens covers short clips, voice notes, and one-off podcasts. Beyond it, transcription is pay-as-you-go, with token top-ups from $1.
Այո, ևս երկուսը՝ սեկցիոն մակարդակի (յուրաքանչյուր ~10-30 վայրկյանում) և բառային մակարդակի ժամանակային նշանները հասանելի են։ Բառային մակարդակը VTT/SRT ենթատեքստի արտահանման համար լռելյայն է, այնպես որ վերնագրերը սխալվում են տող առ տող։ API-ում պահանջի մարմնի մեջ սահմանել է timestamps="word"։ ուրդու transcripts are returned in their native right-to-left script and render correctly in any RTL-aware viewer (browsers, Word, Google Docs) Վիքիպահեստում կան նյութեր այս թեմայով:
Այո։ POST ձայնային (multipart/form-data, field name "file") /v1/transcribe/-ին language=ur-ով կամ բաց թողնել լեզվի պարամետրը, որպեսզի Whisper-ը ինքնաբերաբար հայտնաբերի այն։ Վերադարձնում է JSON-ը, որը պարունակում է ձայնագրությունը, հատվածները, ժամանակային նշանները և խոսնակի պիտակները։ Համաձայնագրի և SDK-ի ամբողջական մանրամասները կարող եք գտնել /api/-ում։
Այո, երբ ձայնագրությունը ավարտվել է, սեղմեք Թարգմանել կամ կպցրեք տեքստը /translate/ ցուցակում։ ուրդու-ը համընկնում է բոլոր այլ լեզուների հետ, որոնք մենք աջակցում ենք (200+): Հանդիպումների րոպեների համար ձայնագրությունը պետք է ուղարկվի /summarize/ ցուցակով, իսկ ձայնագրության փոխանցման համար ուղարկեք այն /voice/tts/ ցուցակ՝ նպատակային լեզվով ձայնագրելու համար։
Whisper-ի աղմուկի արդյունավետությունը դեռևս գործում է ուրդու-ի վրա, բայց այս ճշգրտության մակարդակում ցանկացած ավելորդ աղմուկը ավելացնում է հիմքային սխալի տոկոսը։ Խորհրդային ձայնագրությունը ավելի լավ արդյունք է տալիս, քան հեռախոսի կամ համակարգչի ձայնագրությունը։Եթե ձայնագրությունը չի աշխատում, ուղարկեք այն contact@free.ai հասցեին՝ ֆայլի հետ միասին — մենք կվերադարձնենք տոկոսները և կտեսնենք, թե արդյոք այլ համակարգը ավելի լավ է աշխատում ձեր ձայնագրության հետ։